List

Akaike bilgi kriteri (AIC) farklı modeller* arasından en uygununu seçmek amacıyla kullanılmaktadır[1].

Mevcut modeller arasında AIC=-2log(L)+2k şeklinde** hesaplanan AIC değerinin en küçük olduğu model uygun model olarak seçilir. Parametre sayısının örnek büyüklüğüne göre büyük olduğu durumlarda*** ise AIC yerine Hurvich ve Tsai [2] tarafından önerilmiş olan AICc’nin kullanılması gerekir. Bu değer ise AICc=AIC+2k(k+1(/(n-k-1) şeklinde hesaplanır.

Akaike bilgi kriteri her ne kadar eleştirilse ve yerine yeni bilgi kriterleri (MAIC gibi) geliştirilse de hala sıklıkla kullanılmaktadır. Google akademik arama motorunda [3] 16800 tane atıf aldığı görülen Akaike bilgi kriterini, 4 Ağustos 2009 yılında vefat eden Hirotugu Akaike,  J.K. Rowling’in aklına Harry Potter fikrinin ilk geldiği yerde  [4], bir trende bulmuştur [5].

Akaike, 1970 yılında, Ermenistan – SSCB’de yapılacak olan İkinci Uluslar arası Bilgi Teorisi Sempozyumuna katılması için davet alır. O sıralarda son öngörü hatasını, faktör analizi modellerindeki faktör sayısını belirlemek için geliştirmeye çalışan ama bu tip modellerdeki öngörü hatasının ne olduğunun açık olmaması ve yaklaşan son başvuru süresinin getirdiği baskı nedeniyle uykusuz geceler geçirmeye başlayan Akaike nihayet 16 Mart 1971 sabahında banliyö treninde otururken faktör analizi modelinin parametrelerinin benzerliğinin (likelihood) maksimize edilerek tahmin edildiğini ve benzerliğin logaritmasının, Kullback-Leibler bilgi sayısıyla bağlantılı olduğunu bulur. Bu karesel öngörü hatasının ortalamasıdır[5]. Akaike böylelikle aslı “an information criterion” olan ama sonradan kendi adıyla anılmaya başlayan bilgi kriterini geliştirir.

 _____________________________________

* Bu modeller yuvalanmış, yuvalanmamış veya gecikmeli modeller olabilirler

** Burada k parametre sayısını, L ise benzerliği göstermektedir

*** [(n/k)<40, n; örnek büyüklüğünü göstermektedir.

_____________________________________

[1]Akaike, H. (1974). “A new look at the statistical model identification”. IEEE Transactions on Automatic Control 19 (6): 716–723.

[2]Hurvich, C. M. ve Tsai, C.-L. (1989). “Regression and time series model selection in small samples”, Biometrika, 76: 297–307.

[3] http://scholar.google.com.tr/

[4] http://en.wikipedia.org/wiki/J._K._Rowling

[5] This Week’s Citation Classic, 1981,  Citation Classic Commentaries, (21 Aralık),http://www.garfield.library.upenn.edu/classics1981/A1981MS54100001.pdf , E. Tarihi: 01.04.2012.

Bir cevap yazın

E-posta hesabınız yayımlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

  Posts

1 2
Ekim 23rd, 2018

Bootstrap Nedensellik Testi Kodu

Bu yazı vasıtasıyla paylaşacağım kod aslında Hatemi-J’nin yazmış olduğu kodun basitçe tarafımdan düzenlenmesinden ibarettir. Hacker ve Hatemi-J (2012) nedensellik testinin […]

Ekim 21st, 2018

Beklenen Değer ve Eviews Programında Bir Örnek Uygulaması

Bir rassal değişkenin çok sayıda denemede alacağı değerlerin uzun dönem ortalaması beklenen değer olarak tanımlanmaktadır. Diğer bir ifadeyle beklenen değer, rassal değişkenin […]

Ekim 17th, 2018

Üç çeşit yalan vardır: Yalan, kuyruklu yalan ve istatistik

-Korelasyon neden-sonuç ilişkisini göstermez! Yalanı, Seagre ve Mann şu şekilde tanımlamışlardır[1]: “Başarılı olsun veya olmasın, söyleyenin aslında doğru olmadığını bildiği […]

Ekim 16th, 2018

Aykırı Değer Tespiti

Verisetinde yer alan aykırı gözlemleri tespit edebilmek amacıyla bir çok yöntem kullanılmaktadır. Aşağıda formülünü verdiğim değişitirilmiş-Z skorları ise Iglewicz ve […]

Ekim 16th, 2018

Aritmetik Ortalama

Hassas ortalamalardan birisi olan aritmetik ortalama seride yer alan uç değerlerden oldukça etkilenir ve seriyi tanımlama özelliğini kaybeder. Bu özellikle […]

Ekim 16th, 2018

Birinci Tip ve İkinci Tip Hata

Temel ve alternatif hipotez hakkında bir karara varırken, doğru kararı verip vermediğimize %100 emin olamayız. Bir karara varırken iki farklı […]

Ekim 16th, 2018

Akaike Bilgi Kriteri

Akaike bilgi kriteri (AIC) farklı modeller* arasından en uygununu seçmek amacıyla kullanılmaktadır[1]. Mevcut modeller arasında AIC=-2log(L)+2k şeklinde** hesaplanan AIC değerinin en […]

Ekim 16th, 2018

Ekonometri İle İlgili Türkçe Kitaplar

Artık dünyada bilim dili olarak kabul edildiği konusunda bir görüş birliğine varılan İngilizce’de ekonometri alanında yayınlanmış binlerce kitap olsa da, […]

Ekim 16th, 2018

Ekonomi ile İlgilenenlere Kitap Önerileri

Ekonomi bilimiyle ilgilenenlere, bu bilimi daha iyi anlayabilmek için boş vakitlerinde okuyabilecekleri şu kitapları öneriyorum, çok ağır olmayan bir dille […]

Ekim 16th, 2018

Eviews Programında Kukla Değişken Kullanımı

Kukla değişkenlerin kullanım alanları oldukça geniştir, örneğin mevsimsel etkileri sınarken veya modellerken, yapısal kırılmayı modele dahil ederken kukla değişkenlerden faydalanılabilir. […]