O critério de informação de Akaike é uma maneira de escolher o melhor modelo estatístico para uma situação particular. De acordo com a Fish &da Universidade da Geórgia, Wildlife Research Unit, o General Akaike's Information Criteria (AIC) é calculado como AIC = -2_ln (likelihood) + 2_K. Uma vez que o AIC foi calculado para cada modelo, outros cálculos são feitos para comparar cada modelo. Esses cálculos envolvem calcular as diferenças entre cada AIC e o AIC mais baixo e compilar essas informações em uma tabela.
Calcule o número de parâmetros do modelo. Por exemplo, a equação de regressão Crescimento = 9 + 2_graus + 2_alimentar + erro tem quatro parâmetros, enquanto Crescimento = 2_médio + 2_alimentar + erro tem três parâmetros.
Multiplique o passo 1 por 2. Defina esse número por um momento
Encontre o log natural da verossimilhança.
Multiplique a Etapa 3 por -2.
Adicione a Etapa 2 à Etapa 4.