29가지 통계 개념 - Akaike's Information Criterion(AIC)의 정의와 공식
Akaike’s Information Criterion 의 정의와 이를 구하는 방법에 대해 알아보자.
Akaike’s Information Criterion 이란 무엇인가?
Akaike’s Information Criterion(AIC; 아카이케 정보 기준) 은 여러 통계 모델들의 성능을 서로 비교할 수 있게 해준다. 예를 들어, 개인의 낮은 사회경제학적 지위에 기여하는 변수가 어떤 것인지, 그리고 이 변수들이 어떻게 그 지위에 영향을 주는지 알고 싶다고 해보자. 이를 분석하기 위해 교육수준, 가족 구성원의 수, 또는 장애 여부 등을 이용해서 여러 회귀 모형을 만들었다. AIC 는 각각의 모델을 가지고 순위를 매겨서 최고부터 최악의 모형을 보여줄 수 있다. “최고의” 모형은 과소적합(under-fit)을 하지도, 과대적합(over-fit)을 하지도 않는 모형일 것이다.
비록 AIC 가 한 집단에서 최고의 모형을 찾아주지만, 절대적인 성능에 대해서는 알려주지 못한다. 다시 말하자면, 여러분이 만든 모든 모형의 성능이 낮다면, 성능이 좋지 않은 모형들 사이에서 그나마 나은 것을 선택한다는 것이다. 그렇기 때문에 최고의 모형을 선택한 다음에는 그 모형에 속한 설명변수와 반응변수 사이의 관계를 찾아내기 위한 가설 검정을 실시하는 것을 고려해봐야 한다.
계산
Akaike’s Information Criterion 은 보통 프로그램을 이용해서 구한다. 기본적인 수식은 다음과 같이 정의한다.
AIC = 2 (log-likelihood) + 2k
여기서
- $k$: 모형 파라미터의 갯수(모형에서 상수항을 포함한 설명변수의 갯수)
- log-likelihood: 모형 적합도를 나타내는 척도
정규분포를 따르는 잔차를 가진 경우의 최소제곱을 이용한 회귀분석에는 아래의 공식을 대신 사용할 수 있다:
AIC = n $log(\hat{\sigma}^2)$ + 2k
여기서
- $\hat{\sigma}^2: \frac{SS_R}{n} $
- n: 표본의 크기
- k: 모형 파라미터의 갯수
이 공식을 이용하는 경우 추정된 분산이 파라미터의 갯수에 포함되어야 함을 명심하길 바란다.
Delta 점수(Scores) 와 Akaike 가중치(Weights)
AIC 점수는 $\Delta$AIC 점수나 Akaike 가중치들로 표현된다. $\Delta$AIC 는 최고의 성능을 가진 모형($\Delta$AIC 값이 0인)과 각 모델의 상대적 차이를 의미한다. 그 공식은 아래와 같다:
$\Delta AIC = AIC_i - min AIC$
여기서
- $AIC_i$: i 번째 모델의 점수
- min AIC: “최고의 성능”을 가진 모형의 점수
Burnham 과 Anderson(2003) 은 $\Delta$AIC 점수를 해석하는 데에 다음과 같은 방법을 제안했다:
- $\Delta$AIC < 2: 해당 모형이 맞다고 할 충분한 근거가 있다
- 3 < $\Delta$AIC < 7: 해당 모형이 맞다고 할 근거가 충분하지는 않다
- $\Delta$AIC > 10: 해당 모형이 맞다고 할 근거가 거의 없다
Akaike 가중치 는 계산하기에는 조금 더 번거롭긴 하지만, 이를 해석하기가 더 쉽다는 장점이 있다: Akaike 가중치는 한 모델이 전체 모델에서 최고의 성능을 가진 모델일 확률을 준다. 구하는 공식은 다음과 같다:
$w_i =\frac{exp(-\frac{1}{2} \Delta_i(AIC))}{\sum_{k=1}^n exp(-\frac{1}{2}\Delta_k(AIC))}$
참고자료:
- Burnham and Anderson (2003) Model Selection and Multimodel Inference: A Practical Information-Theoretic Approach. Springer Science & Business Media.
출처:
Akaike’s Information Criterion: Definition, Formulas
2022
Back to top ↑2020
모수, 큰 수의 법칙, 그리고 중심극한정리
모수, 큰 수의 법칙, 그리고 중심극한정리에 대하여
번역] 내가 COVID19 데이터를 시각화하지 않는 이유
그리고 여러분들도 (아마도) 하지 않아야 하는 이유
사내 스터디에 대한 회고
회사 서비스의 추천 시스템을 개선하기 위해 팀 내에서 (아직까진 두 명이긴 하지만) 지난 두 달 동안 스터디를 진행했습니다. 얼마 전 두 번째 스터디가 끝났고 이에 대한 회고를 해보려고 합니다.
번역] 데이터의 어두운 면 - 개인정보 (Dark Side of Data:Privacy)
원문: Dark Side of Data: Privacy by Emre Rencberoglu
번역] 초보자를 위한 RStudio 의 프로젝트 와 작업 디렉토리
원문: RStudio Projects and Working Directories: A Beginner’s Guide by Martin Chan
번역] 몇 가지 추천 시스템에 대한 개괄
원문: An Overview of Several Recommendation Systems
번역] Tidy Tuesday 이벤트에 대한 소개
원문: TidyTuesday GitHub Repository
번역] 프로그래밍 언어들의 이름을 지은 방법
원문: How programming languages got their names
2019
번역] 회의를 덜 끔찍하게 만드는 방법
원문: How to Make Meetings Less Terrible 팟캐스트: How to Make Meetings Less Terrible (Ep. 389)
R 에서 networkD3 를 이용해서 샌키 다이어그램(Sankey Diagram) 그리기
생키 다이어그램 (Sankey Diagram) 은 흐름(Flow) 다이어그램의 한 종류로써 그 화살표의 너비로 흐름의 양을 비율적으로 보여준다.
번역] 2016년 모든 데이터 사이언티스트가 알아야할 10+2 가지 데이터 사이언스 방법론
2년 전 일본어로 책을 내긴 했지만 대부분의 독자들이 이 책을 읽을 수는 없을 것 같았다.
번역] 29가지 통계 개념 - 회귀분석의 가정과 조건들
회귀분석을 실행하기 위해 필요한 가정과 조건들에 대해 알아보자.
번역] 29가지 통계 개념 - 정규성 가정
통계적 검정과 회귀분석에서 자주 사용되는 정규성 가정과 정규성 검정에 대해 알아보자.
29가지 통계 개념 - 독립성 가정
여러 통계 검정과 모형에서 사용되는 독립성 가정에 대해 알아보자.
29가지 통계 개념 - ARMA 모형
시계열 모형 중 ARMA 모형에대해 알아보자.
29가지 통계 개념 - 통계학에서의 넓이에 대한 원칙
시각화에서 주의할 점인 넓이를 표시하는 원칙에 대해 알아보자.
29가지 통계 개념 - 평균으로부터 양쪽으로 떨어진 z-값 사이의 넓이
평균 양쪽의 z-값들 사이의 넓이를 구하는 방법에 대해 알아보자.
29가지 통계 개념 - 분산분석(Analysis of Variance)
분산분석의 개념과 방법에 대해 알아보자.
29가지 통계 개념 - 공분산분석(Analysis of Covariance)
분산분석(ANOVA; ANalysis Of VAriance) 와 회귀분석의 개념을 섞은 공분산분석(ANCOVA; ANalysis of COVAriance)에 대해 알아보자. 이 글을 이해하기 위해서는 아래의 글을 먼저 읽는 것이 좋다.
29가지 통계 개념 - Akaike’s Information Criterion(AIC)의 정의와 공식
Akaike’s Information Criterion 의 정의와 이를 구하는 방법에 대해 알아보자.
29가지 통계 개념 - 수정된 R제곱 무엇에 사용하는 것인가?
수정된 R제곱과 그 용도에 대해서 알아보자.
29가지 통계 개념- 정확도와 정밀도(Accuracy and Precision)
통계 용어 중 정확도(Accuracy)와 정밀도(Precision) 에 대해서 알아보자.
29가지 통계 개념 - 절대 오차와 평균 절대 오차(MAE)
절대 오차와 평균 절대 오차에 대해서 알아보자.
통계학도감 - 5장 가설 검정
가설 검정이란 무엇이며, 가설 검정의 다양한 방법에 대해 알아보자.
통계학도감 - 9장 회귀분석
회귀분석이란 무엇이며, 회귀분석 과정에서 사용하는 용어와 다양한 방법에 대해 알아보자.
GitHub Pages Jekyll Blog 에 MathJax 추가하기 (Adding MathJax to a GitHub Pages Jekyll Blog)
이 글은 MathJax 를 GitHub Pages Jekyll blog 에 추가하는 방법을 다룬다. 이탤릭체로 된 부분은 본문에는 없고 제가 따라하면서 고치거나 추가한 부분이니 참고하세요. 절차
29가지 통계 개념 - 통계학에서의 10% 조건이란 무엇인가?
모집단과 표본집단을 이용하는 경우 통계학에서 말하는 10% 조건이 무엇인지에 대해 알아보자.
GitHub 블로그에 Jupyter notebook 올리는 방법
여러분의 GitHub 블로그에 Jupyter notebook 을 바꿔서 올릴 수 있도록 도와줄 글이다. 직접 바꾸는 방법은 1회성 글들을 위해서 추가했고, 변환 과정과 파일 이동, 그리고 여러분의 블로그에 올리는 것까지 한 번에 할 수 있는 자동화 bash 를 만드는 자세한 방법...
29가지 통계 개념 - 통계학에서의 68, 95, 99.7의 법칙(68 95 99.7 Rule in Statistics)
68 95 99.7의 법칙이란 무엇인가?
29가지 통계 개념 - ADF(Augmented Dicky Fuller) 검정
단위근 검정 방법 중 하나인 Augmented Dickey Fuller 검정에 대해 알아보자.
쉽게 풀어 쓴 29가지 통계 개념(29 Statistical Concepts Explained in Simple English)
이 자료는 데이터 과학과 관련된 특정 주제에 대한 연재물이며, 다룰 주제는 다음과 같다. 회귀분석, 군집화, 신경망, 딥러닝, 의사결정나무, 앙상블, 상관관계, 파이썬, R, 텐서플로우, SVM, 데이터 축소, 피쳐 선택, 실험 계획법, 교차검증, 모델 피팅 등. 이 글을 계속 받...