개요
- model selection
- 모델 선택, 모형 선택
- 후보 모델 집합에서 통계 모델을 선택하는 작업
- 유사한 설명력의 후보 모델이 주어지면 가장 단순한 모델이 최선의 선택일 가능성이 높다 (오컴의 면도날).
기준
- 정보 기준(information criterion)
- 아카이케 정보 기준 Akaike information criterion (AIC)
- 베이즈 정보 기준 Bayesian information criterion (BIC)
- 이탈 정보 기준 Deviance information criterion (DIC)
- 포커스 정보 기준 Focused information criterion (FIC)
- 해넌-퀸 정보 기준 Hannan–Quinn information criterion
- 카시압 정보 기준 Kashyap information criterion (KIC)
- 와타나베-아카이케 정보 기준 Watanabe–Akaike information criterion (WAIC)
- 확장 베이즈 정보 기준 Extended Bayesian Information Criterion (EBIC)
- 확장 피셔 정보 기준 Extended Fisher Information Criterion (EFIC)
- 베이즈 팩터(Bayes factor)
- 교차-검증(cross-validation)
- False discovery rate
- 우도비 검정(Likelihood-ratio test)
- Mallows의 Cp
- 최소 설명 길이 minimum description length (MDL)
- 최소 메시지 길이 minimum message length (MML)
- PRESS 통계량(PRESS statistic)
- 구조적 위험 최소화(structural risk minimization)
- 단계적 회귀분석(stepwise regression)
같이 보기
- 특성 선택
- 그리드 탐색
- 오컴의 면도날
- 과학적 모델링
- 통계 모형 확인
- 로그-선형 분석(log-linear analysis)
- 자동화 머신러닝(AutoML)
- 단계적 회귀분석
- 탐색적 자료 분석(EDA)
- 편향-분산 트레이드오프
- Freedman's paradox
- Identifiability Analysis
- All models are wrong
- Analysis of competing hypotheses