Akaike Bilgi Kriteri
Akaike’s İnformation Criterion (AIC)
Tanım
Örnek Vaka / Uygulama
Bilişsel psikolojide reaksiyon süresini tahmin etmek için iki farklı regresyon modeli kurulur: Model A sadece yaş değişkenini içerirken, Model B yaş, uyarıcı şiddeti ve bireyin uyku süresini parametre olarak kullanır. Model B veriye daha iyi uyum sağlasa da, eklenen parametreler nedeniyle AIC skoru Model A'dan daha yüksek çıkarsa, parşimoni (sadelik) ilkesi gereği Model A daha üstün kabul edilir.
Derin Analiz
Akaike Bilgi Kriteri (AIC), bilgi teorisine (özellikle Kullback-Leibler sapmasına) dayanır ve model seçiminde aşırı uyumu (overfitting) engellemek amacıyla geliştirilmiştir. AIC formülü temel olarak modelin veriye ne kadar iyi uyduğunu gösteren maksimum olabilirlik değerini (log-likelihood), serbest parametre sayısı üzerinden bir cezalandırma terimiyle dengeler. Düşük AIC değerine sahip model, veri setini gereksiz karmaşıklığa kaçmadan en az bilgi kaybıyla temsil eden optimal model olarak kabul edilir. Ancak bu değer mutlak bir iyilik ölçüsü değil, yalnızca aynı veri setine uyarlanmış aday modeller arasındaki göreceli bir sıralama aracıdır.
Etimoloji
Karıştırmayın
Keşfetmeye Devam Edin
Maksimum Olabilirlik
Maksimum Olabilirlik
Maximum Likelihood
Bir olasılık dağılımının parametrelerini, gözlenen örneklemin elde edilme olasılığını (olabilirliğini) en üst düzeye çıkacak şekilde tahmin eden istatistiksel bir tekniktir.
İncele