Critère d'information bayésien

Le critère d'information bayésien (en anglais bayesian information criterion, en abrégé BIC), aussi appelé critère d'information de Schwarz, est un critère d'information dérivé du critère d'information d'Akaike proposé par Gideon Schwarz (de) en 1978.

À la différence du critère d'information d'Akaike, la pénalité dépend de la taille de l'échantillon et pas seulement du nombre de paramètres.

Définition

Il s'écrit :

BIC=-2\ln(L)+k\cdot \ln(N)

avec $L$ la vraisemblance du modèle estimée, $N$ le nombre d'observations dans l'échantillon et $k$ le nombre de paramètres libres du modèle[1].

Sélection du modèle

Le modèle qui sera sélectionné est celui qui minimise le critère BIC, soit :

$M_{BIC}=\arg \min _{M}BIC(M)$

Bibliographie

(en) Gideon E. Schwarz, « Estimating the dimension of a model », Annals of Statistics, vol. 6, n^o 2,‎ 1978, p. 461-464 (DOI 10.1214/aos/1176344136).

Notes et références

(en) Colin Cameron et Pravin Trivedi, Microeconometrics : Methods And Applications, Cambridge University Press, 2005, 1056 p. (ISBN 978-0-521-84805-3, lire en ligne), p. 278-279.

Voir aussi

Critère d'information d'Akaike

Portail des probabilités et de la statistique

Cet article est issu de Wikipedia. Le texte est sous licence Creative Commons – Attribution – Partage à l’identique. Des conditions supplémentaires peuvent s’appliquer aux fichiers multimédias.

[1] (en) Colin Cameron et Pravin Trivedi, Microeconometrics : Methods And Applications, Cambridge University Press, 2005, 1056 p. (ISBN 978-0-521-84805-3, lire en ligne), p. 278-279.