এটি সুপ্রতিষ্ঠিত, কমপক্ষে কিছু উচ্চতর ক্যালিবারের পরিসংখ্যানবিদদের মধ্যে যে, ন্যূনতম মানের একটি নির্দিষ্ট প্রান্তিকের মধ্যে এআইসি পরিসংখ্যানের মানগুলির সাথে মডেলগুলিকে এআইসি পরিসংখ্যানকে হ্রাস করার মডেল হিসাবে উপযুক্ত হিসাবে বিবেচনা করা উচিত। উদাহরণস্বরূপ, [1, p.221] এ আমরা খুঁজে পাই
তারপরে ছোট ছোট জিসিভি বা এআইসি সহ মডেলগুলি সেরা হিসাবে বিবেচিত হবে। অবশ্যই একজনকে কেবল অন্ধভাবে জিসিভি বা এআইসি হ্রাস করা উচিত নয়। বরং, যুক্তিসঙ্গতভাবে ছোট GCV বা AIC মান সহ সমস্ত মডেলগুলি তাদের সরলতা এবং বৈজ্ঞানিক প্রাসঙ্গিকতা অনুসারে সম্ভাব্যভাবে উপযুক্ত এবং মূল্যায়ন করা উচিত।
একইভাবে, [2, p.144] এ আমাদের রয়েছে
এটি প্রস্তাবিত হয়েছে (ডুং, ১৯৮৪) যে ন্যূনতম মানের গ এর মধ্যে এআইসির মানগুলির সাথে মডেলগুলি প্রতিযোগিতামূলক হিসাবে বিবেচিত হওয়া উচিত (সি = ২ সহ একটি আদর্শ মান হিসাবে)। প্রতিযোগিতামূলক মডেলগুলির মধ্যে থেকে বাছাইয়ের পরে অবশিষ্টাংশের শুভ্রতা (বিভাগ 5.3) এবং মডেলের সরলতার মতো বিষয়গুলির উপর ভিত্তি করে তৈরি করা যেতে পারে।
তথ্যসূত্র:
- রুপার্ট, ডি ;; ওয়ান্ড, এমপি এবং ক্যারল, আরজে সেমিপ্রেমেট্রিক রিগ্রেশন , কেমব্রিজ ইউনিভার্সিটি প্রেস, 2003
- ব্রোকওয়েল, পিজে ও ডেভিস, আরএ সময়-সিরিজের পরিচয় এবং পূর্বাভাস , জন উইলি অ্যান্ড সন্স, ১৯৯ 1996
সুতরাং উপরেরটি দেওয়া, নীচের দুটি মডেলের মধ্যে কোনটি পছন্দ করা উচিত?
print( lh300 <- arima(lh, order=c(3,0,0)) )
# ... sigma^2 estimated as 0.1787: log likelihood = -27.09, aic = 64.18
print( lh100 <- arima(lh, order=c(1,0,0)) )
# ... sigma^2 estimated as 0.1975: log likelihood = -29.38, aic = 64.76
আরও সাধারণভাবে, কখন এআইসি বা সম্পর্কিত পরিসংখ্যান অন্ধভাবে কমিয়ে মডেলগুলি নির্বাচন করা উপযুক্ত?