Научная статья

Выбор модели по критерию AIC с использованием весов Акаике

AIC model selection using Akaike weights

Psychonomic Bulletin & Review
10.3758/bf03206482
Полный текст Открыть в журнале PubMed
FWCI: 9.45FWCI — Field-Weighted Citation Impact (индекс цитируемости с поправкой на область науки). 1.0 = среднее, > 1 = выше среднего · Процитировано: 2330 · Ссылки: 39 · Лицензия: Закрытая
Цитирование по годам: 2026: 158 · 2025: 230 · 2024: 259 · 2023: 232 · 2022: 221

Аннотация

Информационный критерий Акаике (AIC; Akaike, 1973) — распространённый метод сравнения адекватности нескольких, в том числе невложенных, моделей. В когнитивной психологии обычно выбирают одну модель, основываясь только на «сырых» значениях AIC, из-за чего разницу между значениями трудно однозначно интерпретировать с помощью непрерывной меры, например вероятности. Мы показываем, что значения AIC можно легко преобразовать в так называемые веса Акаике (например, Akaike, 1978, 1979; Bozdogan, 1987; Burnham & Anderson, 2002), которые можно непосредственно интерпретировать как условные вероятности для каждой модели. На примере показано, как веса Акаике значительно упрощают интерпретацию результатов сравнения моделей по критерию AIC.

Переведем эту статью за 1 час

Загрузите PDF, а мы сделаем полный перевод, краткий конспект и красивую инфографику.

Попробовать бесплатно →

Также в Подтеме: еженедельные литобзоры, база международных клинреков и конспекты свежих мед. статей и подкастов каждый день.