9.5 Critérios de informação
\(\log\): logaritmo na base \(e \approx\) 2.7182818
\(n\): número de observações
\(k\): número de parâmetros
\(p\): número de variáveis
\(L\): verossimilhança
9.5.1 AIC
Akaike’s information criterion is based on eliminating the asymptotic bias of the maximum likelihood. (Sugiura 1978, 21)
Critério de Informação de Akaike de (Akaike 1974, 215).
\[\begin{equation} AIC = - 2\log(\hat{L}) + 2k \tag{9.21} \end{equation}\]
9.5.2 AICc
Critério de Informação de Akaike corrigido de (Sugiura 1978, 23).
\[\begin{equation} AICc = - 2\log(\hat{L}) + \frac{2n[k-b+(p+1)/2]p}{n-k+b-p-1} \tag{9.21} \end{equation}\]
9.5.3 BIC
Critério de Informação Bayesiano (de Schwarz) de (Schwarz 1978).
\[\begin{equation} BIC = - 2\log(\hat{L}) + \log(n)k \tag{9.22} \end{equation}\]
(Schwarz 1978, 461) sugere, na formulação original, maximizar \(\log(\hat{L}) - \frac{k}{2} \log(n)\). Para mais detalhes recomenda-se (Burnham and Anderson 2004).
9.5.4 HQC
Critério de Informação de Hannan-Quinn
\[\begin{equation} HQC = 2k\ln(\ln(n)) - 2\ln(\hat{L}) \tag{9.23} \end{equation}\]