Les logiciels d'analyse statistique

Critère d'information bayésien

Contenu

Titre (dcterms:title)

fr Critère d'information bayésien
en Bayesian information criterion

Identifiant (dcterms:identifier)

example of usage (obo:IAO_0000112)

<p>Ludden, T. M., Beal, S. L., &amp; Sheiner, L. B. (1994). Comparison of the Akaike Information Criterion, the Schwarz criterion and the F test as guides to model selection. <i>Journal of Pharmacokinetics and Biopharmaceutics</i>, <i>22</i>(5), 431‑445.&nbsp;&nbsp;<a href="http://www.ncbi.nlm.nih.gov/pubmed/7791040" name="ISTEXVisited" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=yes,dependent=no'); return false;">http://www.ncbi.nlm.nih.gov/pubmed/7791040</a><span><a class="istex-link" href="https://api.istex.fr/ark:/67375/1BB-P25ZRLXS-H/fulltext.pdf?sid=istex-browser-addon" name="ISTEXLink" target="_blank">ISTEX</a></span></p>

definition (obo:IAO_0000115)

en Bayesian information criterion or Schwartz's Bayesian information criterion is a criterion for model selection among a finite set of models. It is based, in part, on the likelihood function and it is closely related to the Akaike information criterion (AIC).
Given any two estimated models, the model with the lower value of BIC is the one to be preferred. The BIC is an increasing function of sigma_e^2 and an increasing function of k. That is, unexplained variation in the dependent variable and the number of explanatory variables increase the value of BIC. Hence, lower BIC implies either fewer explanatory variables, better fit, or both.
fr Le critère d'information bayésien ou le critère d'information bayésienne de Schwartz est un critère pour la sélection du modèle parmi un ensemble fini de modèles. Il repose en partie sur la fonction de vraisemblance et est étroitement lié au critère d'information Akaike (AIC).
Compte tenu de deux modèles estimés, le modèle avec la valeur inférieure de BIC est celui à préférer. Le BIC est une fonction croissante de sigma_e ^ 2 et une fonction croissante de k. C'est-à-dire une variation inexpliquée de la variable dépendante et le nombre de variables explicatives augmente la valeur de BIC. Par conséquent, le BIC inférieur implique soit moins de variables explicatives, mieux adapté, soit les deux.

term editor (obo:IAO_0000117)

en Orlaith Burke
en Alejandra Gonzalez-Beltran
en Philippe Rocca-Serra
fr Jean-Marc Meunier

definition source (obo:IAO_0000119)

<p><a href="http://en.wikipedia.org/wiki/Bayesian_information_criterion" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=yes,dependent=no'); return false;">http://en.wikipedia.org/wiki/Bayesian_information_criterion</a></p>

<p>Schwarz, Gideon E. (1978). &quot;Estimating the dimension of a model&quot;. Annals of Statistics 6 (2): 461&ndash;464. <a href="http://doi:10.1214/aos/1176344136" target="_blank">doi:10.1214/aos/1176344136.</a></p>

STATO alternative term (obo:STATO_0000032)

en Schwartz's Baeysian information criterion
en BIC
en SBIC

ISI Glossary (ont:ISI_Glossary)

<p>Traductions : <a href="http://isi.cbs.nl/glossary/term277.htm" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=yes,dependent=no'); return false;">http://isi.cbs.nl/glossary/term277.htm</a></p>

type (rdf:type)

hierarchy level (md:hierarchyLevel)

fr 1
fr 2
fr 3
fr 4
fr 5
fr 6
fr 7
fr 8

Ressources liées

Filtre par propriété

has narrower
Titre Label alternatif Classe
Donnée de mesure Class

Annotations

There are no annotations for this resource.