赤池信息準則

赤池信息準則（Akaike Information Criterion,AIC) 是用來比較所含解釋變數個數不同的多元回歸模型的擬合優度常用的標準之一。 其定義為 AIC=\ln{(e′e/n}+2*(k+1)/n. 這一準則要求僅當所增加的解釋變數能夠減少AIC值時才在原模型中增加該解釋變數。

基本介紹

• 中文名：赤池信息準則
• 外文名：Akaike Information Criterion
• 簡稱：AIC)
• 類型：擬合優度常用的標準之一

如果增加的解釋變數沒有解釋能力，則對殘差 平方和的減小沒有多大幫助，卻增加待估參數的個數，這時可能導致AIC的值增加。