ベイズ情報量規準（BIC）とは、有限のモデル集合の中からモデルを選択する規準のことである。 BICは尤度関数に一部基づいており、赤池情報量規準（AIC）と密接な関係がある。 BICは、モデルのパラメータ数に対するペナルティ項を導入することでこの問題を解決している。 このペナルティ項はAICよりもBICの方が大きい。
BICは時系列や線形回帰のモデル同定に広く用いられてきた。 しかし、最尤法に基づくモデルの集合にはかなり広く適用することができる。
数学的に BIC は次のように定義できる。
Application & Interpretation.[インタプリタ
モデルは対応するBIC値を使ってテストすることができます。 BIC 値が低いほど、ペナルティ項が少なく、良いモデルであることを示します。
AIC 統計も参照してください。
これら 2 つの指標は異なる観点から派生していますが、それらは密接に関連しています。 BICはAICより常に高いが、これらの2つの指標の値が低いほど、より良いモデルである。
練習用データセット：
弊社のデータサイエンスおよび分析プラットフォーム、Analyttica TreasureHuntで実際のデータセットで練習してください。