AIC和BIC
AIC和BIC广泛用于模型选择标准。 AIC表示Akaike的信息标准，BIC表示贝叶斯信息标准。虽然这两个术语涉及模型选择，但它们并不相同。可以看出两种模型选择方法之间可能存在差异。
Akaike的信息标准于1973年成立，贝叶斯信息标准于1978年成立.Hirotsugu Akaike制定了Akaike的信息标准，而Gideon E. Schwarz则制定了贝叶斯信息标准。
AIC可以被称为任何估计统计模型的拟合优度的测量。 BIC是具有不同参数数量的一类参数模型中的一种模型选择。
在比较贝叶斯信息准则和Akaike的信息准则时，BIC中的附加参数的罚分比AIC更多。与AIC不同，BIC更强烈地惩罚自由参数。
Akaike的信息标准通常试图找到具有高维现实的未知模型。这意味着模型不是AIC中的真实模型。另一方面，贝叶斯信息准则仅涉及True模型。也可以说贝叶斯信息标准是一致的，而Akaike的信息标准则不然。
当Akaike的信息标准将呈现它将装备的危险。贝叶斯信息标准将提出它会适应的危险。虽然与AIC相比，BIC更容忍，但是在更高的数字上它表现出更小的容忍度。
Akaike的信息标准有利于渐近等效于交叉验证。相反，贝叶斯信息准则有利于一致的估计。
摘要
1. AIC表示Akaike的信息标准，BIC表示贝叶斯信息标准。
2. Akaike的信息标准于1973年成立，1978年成为贝叶斯信息标准。
3.在比较贝叶斯信息准则和Akaike的信息准则时，BIC中额外参数的罚分高于AIC。
4. Akaike的信息标准通常试图找到具有高维现实的未知模型。另一方面，贝叶斯信息准则仅涉及True模型。
5.贝叶斯信息标准是一致的，而Akaike的信息标准则不然。
6. Akaike的信息准则有利于渐近等效于交叉验证。相反，贝叶斯信息准则有利于一致的估计。
7.虽然与AIC相比，BIC更容忍，但在更高的数字上它表现出更小的容忍度。
8.与AIC不同，BIC更强烈地惩罚自由参数。
//
