Key points are not available for this paper at this time.
Resumo O critério de informação bayesiano (BIC) é uma das ferramentas mais conhecidas e amplamente utilizadas na seleção de modelos estatísticos. Sua popularidade decorre de sua simplicidade computacional e desempenho eficaz em muitos frameworks de modelagem, incluindo aplicações bayesianas onde distribuições anteriores podem ser evasivas. O critério foi derivado por Schwarz (Ann Stat 1978, 6:461–464) para servir como uma aproximação assintótica a uma transformação da probabilidade posterior bayesiana de um modelo candidato. Este artigo revisa os fundamentos conceituais e teóricos do BIC e também discute suas propriedades e aplicações. WIREs Comput Stat 2012, 4:199–203. doi: 10.1002/wics.199 Este artigo é categorizado sob: Métodos Estatísticos e Gráficos de Análise de Dados > Métodos e Teoria Bayesiana Métodos Estatísticos e Gráficos de Análise de Dados > Métodos Teóricos da Informação Métodos de Aprendizado Estatístico e Exploratórios das Ciências de Dados > Métodos de Modelagem.
Neath et al. (Quarta,) estudaram esta questão.