Akaike-Informationskriterium
Übersicht
zuletzt besuchte Definitionen...
Ausführliche Definition im Online-Lexikon
von Akaike (1981) vorgeschlagene Kennzahl zum Vergleich alternativer Spezifikationen von Regressionsmodellen.
Das Akaike-Informationskriterium (engl. Akaike Information Criterion, AIC) wird als AIC = ln(RSS/n) + 2(K+1)/n berechnet, wobei RSS die Residuenquadratesumme (Residuen) des geschätzten Modells, n der Stichprobenumfang und K die Anzahl der erklärenden Variablen im Modell sind. ln symbolisiert den natürlichen Logarithmus. Der Vergleich zweier Modellspezifikationen anhand von AIC erfolgt analog zum eng verwandten Schwarz-Informationskriterium.
Das Akaike-Informationskriterium (engl. Akaike Information Criterion, AIC) wird als AIC = ln(RSS/n) + 2(K+1)/n berechnet, wobei RSS die Residuenquadratesumme (Residuen) des geschätzten Modells, n der Stichprobenumfang und K die Anzahl der erklärenden Variablen im Modell sind. ln symbolisiert den natürlichen Logarithmus. Der Vergleich zweier Modellspezifikationen anhand von AIC erfolgt analog zum eng verwandten Schwarz-Informationskriterium.
Zur Zeit keine Literaturhinweise/ Weblinks der Autoren verfügbar.
Literaturhinweise SpringerProfessional.de
Bücher auf springer.com
Interne Verweise
AR(p)-Prozess
Aggregation
Autokorrelation
Bestimmtheitsmaß
Endogenität
F-Test für das multiple Regressionsmodell
Fixed-Effects-Modell
Kleinstquadratemethode, gewöhnliche
Paneldaten und Paneldatenmodelle
Regressionsmodell
Residuen
Simulation
Stationarität
Struktur
Trend
Variable, endogene
Variable, exogene
Wald-Test
Ökonometrie
ökonometrisches Modell
eingehend
Akaike-Informationskriterium
ausgehend
eingehend
Akaike-Informationskriterium
ausgehend