AIC与BIC在亲体-补充量模型选择中的应用及比较

• 作者: 任一平 刘群 王艳君
• 来源期刊: 中国海洋大学学报（自然科学版）
• 学科: 农学
• 关键词: 亲体-补充量模型 最大似然法 AIC(Akaike Information Criterion) BIC(Bayesian Information Criterion)
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 基础研究
• 页码范围: 397-403
• 页数: 7页
• 分类号: S932
• 字数: 3729字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-5174.2005.03.009

摘要

由于渔业资源评估中补充量的剧烈变动、亲体量的测量误差以及时间序列的偏差常常使亲体-补充量(SR)关系模型的确定存在很大偏差问题.本文以7种SR(Stock-Recruitment)模型的模拟数据作为观测数据,研究了AIC(Akaike Information Criterion)与BIC(Bayesian Information Criterion)在SR模型选择中的应用.作为例证,文中采用AIC和BIC对8组实际的SR数据进行了SR模型的选择,并对其结果进行了比较.参数的估计方法为最大似然法(Maximum likelihood method).结果表明,AIC和BIC在SR模型选择中是有效的.但是,对于嵌套模型,BIC可能比AIC更有效.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘群	中国海洋大学水产学院	47	469	13.0	18.0
2	任一平	中国海洋大学水产学院	124	1221	20.0	30.0
3	王艳君	中国海洋大学水产学院	9	109	7.0	9.0