更新:2025/01/06

赤池情報量基準(AIC)の意味と性質について

はるか
はるか
赤池情報量基準(AIC)って知ってる?
ふゅか
ふゅか
もちろん!モデル選択に使われる評価指標よね。
はるか
はるか
そう、尤度関数とパラメータ数を使う。数式も覚えやすい。

1. 赤池情報量基準(AIC)とは?

赤池情報量基準(Akaike Information Criterion、AIC)は、1970年代に赤池弘次氏によって提案された統計モデルの評価指標です。複数の統計モデルからデータに最適なモデルを選ぶ際に使用されます。

数学的には、次のように定義されます:

\[ AIC = -2 \log L + 2k \]

ここで:

  • \( \log L \): モデルの尤度関数(データがそのモデルによってどれだけよく説明されるかを表す指標)の対数。
  • \( k \): モデルのパラメータの数。

2. AICの性質

2.1. 単一のモデルを評価する指標ではない

AICは、複数のモデルを比較することができます。したがって、複数のモデルの相対的な評価に使用されます。

2.2. 適用範囲が広い

AICは、統計モデル全般に適用可能です。例えば、回帰モデル、時系列モデル、確率モデルなど、さまざまな分野で利用されています。

3. AICの活用例

3.1. 例1: 回帰分析

回帰モデルを複数作成し、AICを用いて最もデータに適したモデルを選ぶことが一般的です。例えば、説明変数を追加した場合、AICが減少するかどうかを確認します。

3.2. 例2: 時系列モデル

時系列データの分析において、ARIMAモデルの次数を決定する際にAICがよく用いられます。複数の候補モデルを比較し、AICが最小のモデルを選択します。

PR