少数サンプルにおける回帰および時系列モデルの選択

回帰および自己回帰時系列モデルのために、赤池情報量基準（AIC）のバイアス補正が導出されます。この補正は、サンプルサイズが小さい場合や、フィッティングされたパラメータの数がサンプルサイズの中程度から大きな割合である場合に特に有用です。この補正された方法はAICCと呼ばれ、真のモデルが無限次元である場合に漸近的に効率的です。さらに、真のモデルが有限次元である場合、AICCは他の漸近的に効率的な方法よりも良いモデル次元の選択を提供することが分かっています。非定常自己回帰および混合自己回帰移動平均時系列モデルへの応用についても議論されています。