BICとオッカムの剃刀

問題

モデルの評価に関する記述のうち誤りを1つ選べ。

BIC（ベイズ情報量規準）は、AICと同様にモデルの当てはまりの良さと複雑さのバランスを評価し、値が小さいほど良いモデルとされます。

AICとの最大の違いは「データ数（サンプルサイズ）」をペナルティの計算に考慮する点で、データ数が多いほどパラメータの増加に対して強いペナルティを与えます。

実務では、「同じ予測性能ならシンプルな方が良い」という「オッカムの剃刀」の原則に従い、AICよりもさらにシンプルなモデルを選びたい場合にBICが有効です。

1. BICはAICよりもペナルティが強い

正しい：一般にデータ数が十分多い場合、BICはAICよりもパラメータの増加に対するペナルティが強くなります。

2. BICはシンプルなモデルをより好む傾向がある

正しい：BICはペナルティが強いため、AICで評価するよりもパラメータ数の少ない「シンプルなモデル」を選択（好む）傾向があります。

3. BICはAICよりも複雑なモデルを好む

誤り：BICはAICよりもペナルティが強いため、複雑なモデルではなく「シンプルなモデル」を好む傾向があります。

4. オッカムの剃刀は「同じ性能ならシンプルなモデルが良い」という考え方

正しい：オッカムの剃刀は「ある事柄を説明するためには、必要以上に多くを仮定するべきではない（＝同じ性能ならシンプルなモデルを選ぶべき）」という、モデル選択の基本原則です。

← 前の問題次の問題 →

📚 より詳細を学びたい方へ