Deviance Information Criterion
- Deviance Information Criterion
-
In der Statistik ist das Abweichungsinformationskriterium (engl. deviance information criterion, DIC) ein Maß (Kriterium) für den Vorhersagefehler eines Modells.
Diese Maßzahl ist ein Informationskriterium und gehört in das Umfeld der Bayesianischen Methode für Modellvergleiche[1]. Je kleiner das DIC, desto besser ist die Modellpassung. Das DIC kann als Bayesianische Entsprechung des AIC betrachtet werden.
Bei der Bewertung zweier Modelle mit unterschiedlichem DIC gilt sehr grob formuliert: Bei Unterschieden größer als 10 ist das Modell mit dem höheren DIC definitiv schlechter, Unterschiede zwischen 5 und 10 sind substantiell, bei Unterschieden kleiner als 5 und deutlich unterschiedlichen Modellformulierungen kann es nötig sein, beide Modelle in Betracht zu ziehen[2].
Literatur
- ↑ Spiegelhalter, D. J., Best, N. G., Carlin, B. P. & Van der Linde, A., "Bayesian Measures of Model Complexity and Fit (with Discussion)", Journal of the Royal Statistical Society, Series B, 2002 64(4):583-616.
- ↑ http://www.mrc-bsu.cam.ac.uk/bugs/winbugs/dicpage.shtml#q9
Weblinks
Wikimedia Foundation.
Schlagen Sie auch in anderen Wörterbüchern nach:
Deviance information criterion — The deviance information criterion (DIC) is a hierarchical modeling generalization of the AIC (Akaike information criterion) and BIC (Bayesian information criterion, also known as the Schwarz criterion). It is particularly useful in Bayesian… … Wikipedia
Akaike Information Criterion — Ein Informationskriterium ist ein Kriterium zur Auswahl eines Modells in der angewandten Statistik bzw. der Ökonometrie. Dabei gehen die Anpassungsgüte des geschätzten Modells an die vorliegenden empirischen Daten (Stichprobe) und Komplexität des … Deutsch Wikipedia
Akaike information criterion — Akaike s information criterion, developed by Hirotsugu Akaike under the name of an information criterion (AIC) in 1971 and proposed in Akaike (1974), is a measure of the goodness of fit of an estimated statistical model. It is grounded in the… … Wikipedia
Bayesian information criterion — In statistics, in order to describe a particular dataset, one can use non parametric methods or parametric methods. In parametric methods, there might be various candidate models with different number of parameters to represent a dataset. The… … Wikipedia
Deviance (statistics) — In statistics, deviance is a quality of fit statistic for a model that is often used for statistical hypothesis testing. The deviance for a model M0 is defined as Here denotes the fitted values of the parameters in the model M0, while denotes the … Wikipedia
List of statistics topics — Please add any Wikipedia articles related to statistics that are not already on this list.The Related changes link in the margin of this page (below search) leads to a list of the most recent changes to the articles listed below. To see the most… … Wikipedia
Rasoir d'Occam — Rasoir d Ockham Pour les articles homonymes, voir Rasoir d Occam (homonymie). Le rasoir d’Occam ou rasoir d’Ockham est un principe de raisonnement que l on attribue au frère franciscain et philosophe Guillaume d Ockham (XIVe siècle), mais… … Wikipédia en Français
Rasoir d'Ockham — Pour les articles homonymes, voir Rasoir d Occam (homonymie). Il est possible de décrire le soleil et les planètes comme étant en orbite autour de la te … Wikipédia en Français
Rasoir d’Ockham — Rasoir d Ockham Pour les articles homonymes, voir Rasoir d Occam (homonymie). Le rasoir d’Occam ou rasoir d’Ockham est un principe de raisonnement que l on attribue au frère franciscain et philosophe Guillaume d Ockham (XIVe siècle), mais… … Wikipédia en Français
Determining the number of clusters in a data set — Determining the number of clusters in a data set, a quantity often labeled k as in the k means algorithm, is a frequent problem in data clustering, and is a distinct issue from the process of actually solving the clustering problem. For a certain … Wikipedia
