Deviance Information Criterion

aus Wikipedia, der freien Enzyklopädie
Zur Navigation springen Zur Suche springen

In der Statistik ist das Deviance Information Criterion, kurz DIC (deutsch Devianz-Informationskriterium) 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 Devianz-Informationskriterium, desto besser ist die Modellpassung. Das Devianz-Informationskriterium kann als bayessche Entsprechung des Informationskriterium nach Akaike betrachtet werden.

Bei der Bewertung zweier Modelle mit unterschiedlichem Devianz-Informationskriterium gilt sehr grob formuliert: Bei Unterschieden größer als 10 ist das Modell mit dem höheren Devianz-Informationskriterium 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[Bearbeiten | Quelltext bearbeiten]

Einzelnachweise[Bearbeiten | Quelltext bearbeiten]

  1. 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.
  2. Archivlink (Memento des Originals vom 20. April 2008 im Internet Archive) i Info: Der Archivlink wurde automatisch eingesetzt und noch nicht geprüft. Bitte prüfe den Link gemäß Anleitung und entferne dann diesen Hinweis.@1@2Vorlage:Webachiv/IABot/www.mrc-bsu.cam.ac.uk