Deviance Information Criterion
In der Statistik ist das Deviance Information Criterion (DIC, Abweichungsinformationskriterium) ein Maß (Kriterium) für den Vorhersagefehler eines Modells.
Diese Maßzahl ist ein Informationskriterium und gehört in das Umfeld der bayesschen Methode für Modellvergleiche.[1] Je kleiner das DIC, desto besser ist die Modellpassung. Das DIC kann als bayessche Entsprechung des AIC betrachtet werden.
Bei der Bewertung zweier Modelle mit unterschiedlichem DIC gilt sehr grob formuliert: Bei Unterschieden größer als 10 ist das Modell mit dem höheren DIC definitiv schlechter, Unterschiede zwischen 5 und 10 sind substanziell, bei Unterschieden kleiner als 5 und deutlich unterschiedlichen Modellformulierungen kann es nötig sein, beide Modelle in Betracht zu ziehen.[2]
Weblinks
Einzelnachweise
- ↑ Spiegelhalter, D. J., Best, N. G., Carlin, B. P. & Van der Linde, A., "Bayesian Measures of Model Complexity and Fit (with Discussion)", Journal of the Royal Statistical Society, Series B, 2002 64(4):583-616.
- ↑ http://www.mrc-bsu.cam.ac.uk/bugs/winbugs/dicpage.shtml#q9