赤池信息量准则 编辑
赤池信息量准则是评估统计模型的复杂度和衡量统计模型“拟合”资料之优良性的一种标准，是由日本统计学家赤池弘次创立和发展的。赤池信息量准则建立在熵的概念基础上。
5
相关
偏差信息量准则是等级线性模型化的赤池信息量准则，被广泛应用于由马尔可夫链蒙特卡洛模拟出的后验概率的贝叶斯推断统计模型选择问题。和赤池信息量准则一样，偏差信息量准则是随样本容量增加的渐近分析，只应用于后验概率呈多元正态分布的情况。
在统计学当中，贝叶斯信息量准则是在有限集合中进行模型选择的准则：BIC最低的模型是最好的。该准则部分基于似然函数并与赤池信息量准则紧密相关。