အနုတ်လက္ခဏာ aic တန်ဖိုးများကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုမည်နည်း။

Akaike Information Criterion (AIC) သည် မတူညီသော ဆုတ်ယုတ်မှုပုံစံများ၏ အံအားသင့်မှုကို နှိုင်းယှဉ်ရန် အသုံးပြုသည့် မက်ထရစ်တစ်ခုဖြစ်သည်။

အောက်ပါအတိုင်း တွက်ချက်သည်။

AIC = 2K – 2 ln (L)

ရွှေ-

• K- မော်ဒယ် ကန့်သတ်ချက်များ အရေအတွက်။
• ln (L) : မော်ဒယ်၏ မှတ်တမ်းဖြစ်နိုင်ခြေ။ ၎င်းသည် ဒေတာပေးထားသော မော်ဒယ်ဖြစ်နိုင်ချေ မည်မျှရှိသည်ကို ပြောပြသည်။

သင်သည် များစွာသော ဆုတ်ယုတ်မှုပုံစံများကို တပ်ဆင်ပြီးသည်နှင့်၊ သင်သည် မော်ဒယ်တစ်ခုစီ၏ AIC တန်ဖိုးကို နှိုင်းယှဉ်နိုင်သည်။ အနိမ့်ဆုံး AIC ရှိသော မော်ဒယ်သည် အကောင်းဆုံး အံဝင်ခွင်ကျ ဖြစ်စေသည်။

AIC နှင့် ပတ်သက်၍ ကျောင်းသားများ မကြာခဏမေးလေ့ရှိသော မေးခွန်းမှာ – အနုတ်လက္ခဏာ AIC တန်ဖိုးများကို မည်သို့အဓိပ္ပာယ်ဖွင့်ဆိုမည်နည်း။

ရိုးရှင်းသောအဖြေ- AIC တန်ဖိုးနိမ့်လေ၊ မော်ဒယ်နှင့် အံဝင်ခွင်ကျ ပိုကောင်းလေဖြစ်သည်။ AIC တန်ဖိုး၏ ပကတိတန်ဖိုးသည် အရေးမကြီးပါ။ ၎င်းသည် အပြုသဘော သို့မဟုတ် အနုတ်လက္ခဏာ ဖြစ်နိုင်သည်။

ဥပမာအားဖြင့်၊ Model 1 တွင် AIC တန်ဖိုး -56.5 ရှိပြီး Model 2 တွင် AIC တန်ဖိုး -103.3 ရှိပါက Model 2 သည် ပိုမိုကောင်းမွန်သော အံဝင်ခွင်ကျဖြစ်စေပါသည်။ AIC တန်ဖိုးနှစ်ခုလုံးသည် အနုတ်လက္ခဏာဖြစ်နေလျှင် အရေးမကြီးပါ။

Negative AIC တန်ဖိုးများကို နားလည်ခြင်း။

AIC ကို တွက်ချက်ရာတွင် အသုံးပြုသည့် ဖော်မြူလာကို ရိုးရိုးရှင်းရှင်းကြည့်လျှင် ပေးထားသော ဆုတ်ယုတ်မှုပုံစံတစ်ခုသည် အနုတ်လက္ခဏာ AIC တန်ဖိုးကို မည်သို့ ဖြစ်ပေါ်စေနိုင်သည်ကို ကြည့်ရန် လွယ်ကူသည်-

AIC = 2K – 2 ln (L)

ကျွန်ုပ်တို့တွင် ပါရာမီတာ 7 နှင့် မှတ်တမ်းဖြစ်နိုင်ခြေ 70 ပါသော မော်ဒယ်တစ်ခုရှိသည်ဆိုပါစို့။

ဤမော်ဒယ်၏ AIC ကို အောက်ပါအတိုင်း တွက်ချက်ပါမည်။

AIC = 2*7 – 2*70 = -126

ထို့နောက် ကျွန်ုပ်တို့သည် ဤ AIC တန်ဖိုးကို အခြား ဆုတ်ယုတ်မှု မော်ဒယ်များနှင့် နှိုင်းယှဉ်နိုင်သည်

အနုတ်လက္ခဏာ AIC တန်ဖိုးများဆိုင်ရာ ကျောင်းသုံးစာအုပ် အကိုးအကားများ

အနုတ်လက္ခဏာ AIC တန်ဖိုးများဆိုင်ရာ အသုံးဝင်သော ပုံနှိပ်စာအုပ်ကိုးကားသည် မော်ဒယ်ရွေးချယ်မှုနှင့် ဘက်စုံအနှစ်ချုပ်မှ လာသည်- စာမျက်နှာ 62 ရှိ လက်တွေ့ကျသော အချက်အလက်-သီအိုရီ ချဉ်းကပ်နည်း –

အများအားဖြင့် AIC သည် အပြုသဘောဆောင်သည်။ မည်သို့ပင်ဆိုစေကာမူ၊ ၎င်းကို additive constant တစ်ခုခုဖြင့် ပြောင်းလဲနိုင်ပြီး အချို့သောပြောင်းလဲမှုများသည် အနုတ်လက္ခဏာ AIC တန်ဖိုးများကို ဖြစ်ပေါ်စေနိုင်သည်… ၎င်းသည် AIC တန်ဖိုး၏ ပကတိအရွယ်အစားမဟုတ်ပါ၊ ၎င်းသည် ထည့်သွင်းစဉ်းစားထားသော မော်ဒယ်များအားလုံးရှိ ဆွေမျိုးတန်ဖိုးများနှင့် အထူးသဖြင့်၊ AIC တန်ဖိုးများအကြား ကွာခြားချက်များသည် အရေးကြီးပါသည်။

နောက်ထပ်အသုံးဝင်သောကိုးကားချက်သည် ပြင်းထန်သောကိန်းဂဏန်းများ- စာမျက်နှာ 402 ရှိ အပြုအမူသိပ္ပံများအတွက် အဆင့်မြင့်စာရင်းအင်းလမ်းညွှန်ချက်

ဖြစ်နိုင်ခြေအတိုင်းပင်၊ AIC ၏ ပကတိတန်ဖိုးသည် အဓိပ္ပါယ်မဲ့နေသည် (မတရားကိန်းသေဖြင့် ဆုံးဖြတ်ခြင်းဖြစ်သည်)။ ဤကိန်းသေသည် ဒေတာကိုမူတည်သောကြောင့် AIC ကို တူညီသောနမူနာများနှင့် တပ်ဆင်ထားသော မော်ဒယ်များကို နှိုင်းယှဉ်ရန် အသုံးပြုနိုင်သည်။

ထို့ကြောင့် ယူဆနိုင်သော မော်ဒယ်များအားလုံးတွင် အကောင်းဆုံးမော်ဒယ်သည် အသေးငယ်ဆုံး AIC တန်ဖိုး (အစစ်အမှန်မော်ဒယ်နှင့် နှိုင်းယှဉ်ပါက အချက်အလက်ဆုံးရှုံးမှု အနည်းဆုံး) ဖြစ်သည်။

ပြဋ္ဌာန်းစာအုပ်နှစ်အုပ်စလုံးတွင် ဖော်ပြထားသည့်အတိုင်း AIC ၏ ပကတိတန်ဖိုးသည် အရေးမကြီးပါ။ မော်ဒယ်များ၏ အံအားသင့်မှုကို နှိုင်းယှဉ်ရန် AIC တန်ဖိုးများကို ကျွန်ုပ်တို့ ရိုးရိုးရှင်းရှင်း အသုံးပြုပြီး အနိမ့်ဆုံး AIC တန်ဖိုးနှင့် မော်ဒယ်သည် အကောင်းဆုံးဖြစ်သည်။

ထပ်လောင်းအရင်းအမြစ်များ

AIC ကို R ဖြင့် တွက်နည်း
Python တွင် AIC တွက်ချက်နည်း