AIC与BIC在亲体-补充量模型选择中的应用及比较

被引：11

作者：

王艳君

刘群

任一平

机构：

[1] 中国海洋大学水产学院

来源：

中国海洋大学学报(自然科学版) | 2005年 / 03期

关键词：

亲体-补充量模型; 最大似然法; AIC(Akaike Information Criterion); BIC(Bayesian Information Criterion);

D O I：

10.16441/j.cnki.hdxb.2005.03.009

中图分类号：

S937 [水产资源保护和管理];

学科分类号：

090705 ;

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(AkaikeInfor mationCriterion)与BIC(BayesianInformationCriterion)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(Maximumlikelihoodmethod)。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。

引用

页码：397 / 403

页数：7