stringtranslate.com

Criterio de información de Watanabe-Akaike

En estadística , el criterio de información ampliamente aplicable ( WAIC ), también conocido como criterio de información de Watanabe-Akaike , es la versión generalizada del criterio de información de Akaike (AIC) sobre modelos estadísticos singulares . [1]

El criterio de información bayesiano de amplia aplicación ( WBIC ) es la versión generalizada del criterio de información bayesiano (BIC) en modelos estadísticos singulares. [2]

WBIC es la función de verosimilitud logarítmica promedio sobre la distribución posterior con temperatura inversa > 1/log  n donde n es el tamaño de la muestra . [2]

Tanto WAIC como WBIC se pueden calcular numéricamente sin ninguna información sobre una distribución real .

Véase también

Referencias

  1. ^ Watanabe, Sumio (2010). "Equivalencia asintótica de la validación cruzada de Bayes y criterio de información ampliamente aplicable en la teoría del aprendizaje singular". Revista de investigación en aprendizaje automático . 11 : 3571–3594.
  2. ^ ab Watanabe, Sumio (2013). "Un criterio de información bayesiano ampliamente aplicable" (PDF) . Revista de investigación en aprendizaje automático . 14 : 867–897.