モデル選択のAIC・AICc・BIC

同じ観測データに適合させた複数の最尤モデルについて情報量規準と規準ごとの相対差を比較する。

入力すると自動で計算します。Enterで次の項目へ進めます。次の入力欄を選んで進めます。

必要な入力・選択は4項目です。

AICcは正規誤差の線形回帰で、分散を含めたすべての推定パラメータをkに数えた場合に限ります。

必ず同じ観測データに基づく標本数を入力してください。

主結果に最小値とモデル名を表示します。算出できる全規準の値とΔも下の表に表示します。

比較するモデル必須
行モデル名最大対数尤度 ln L推定パラメータ数 k操作
1
2

3列を左端の欄へタブ区切りで貼り付けられます。50行まで。

各行は同じデータに当てはめたモデルです。kには切片・誤差分散など推定した自由パラメータを含めます。行の重複は別名で識別してください。


計算結果

必要な値を入力すると自動で計算します。

お気に入り一覧

計算方法・適用範囲・出典

計算方法

AIC=−2ln L̂+2k、BIC=−2ln L̂+k ln n。正規誤差の線形回帰に限りAICc=AIC+2k(k+1)/(n−k−1)(n>k+1)。Δ規準=各モデルの規準−全モデルの最小値。

AIC・AICc(適用可能な場合)・BICとそれぞれのΔ、比較規準の最小モデル。

計算例(架空の数値)

架空の例:n=100でモデルAのln L=−100・k=2、モデルBのln L=−95・k=5なら、AICはBが小さく、BICはAが小さくなります。

適用対象と限界

同じ観測行・確率密度・定数項を含む対数尤度の定義で最尤推定した2件以上のモデル。標本数は全モデル共通。係数推定、尤度の算出、非最尤推定の補正、異なるデータ集合や尤度尺度の比較、一般モデルへのAICcの一律適用、因果判定やモデル正当性の認定を行わない。

採用した方式

  • AIC(Akaike 1974):対象範囲 最大尤度と推定パラメータ数があるモデル/適用地域 global
  • BIC(Schwarz規準)(Schwarz 1978):対象範囲 同一標本の最大尤度・パラメータ数・標本数があるモデル/適用地域 global
  • AICc(正規誤差の線形回帰)(Hurvich–Tsai 1989 式(4)):対象範囲 独立・同分散な正規誤差の線形回帰、最尤の分散推定、n > k + 1/適用地域 global

方法と出典

方法:Akaike1974-Schwarz1978-HurvichTsai1989-v1。データ記録日:2026-11-13。