机器算法验证 - 如果样本数等于参数数加一，我如何计算 AICc - 吾爱随笔录

机器算法验证 aic 自由程度

2022-04-02 15:07:06

AICc 的公式为：

AICc = AIC - 2k(k+1) / (n-k-1)

其中 k 是参数的数量，n 是样本的数量。

是否有可能计算 n=k+1 的 AICc？为什么在这种情况下公式不允许计算 AICc？

谢谢。

1个回答

的情况对应于饱和模型， $n = k + 1$

# parameters = # observations

$\# \textrm{parameters} = \# \textrm{observations}$ 这就是为什么你有效地看到“无限”惩罚的原因。

Akaike 的信息准则与许多其他准则一起被开发并在今天经常使用的背景之一是线性回归。何时计算截距或噪声方差并不总是很清楚，因此会出现“差一”的混淆。

参考：

其它你可能感兴趣的问题