AIC et BIC : logique et formules

Vous avez déjà rencontré les notions d'AIC et de BIC dans les leçons précédentes. Cette leçon approfondit la logique qui les sous-tend : pourquoi pénaliser la complexité d'un modèle, et comment interpréter concrètement leurs valeurs pour choisir entre deux spécifications ARIMA sur une même série boursière. Pourquoi pénaliser la complexité ? Ajouter des paramètres à un modèle améliore toujours son ajustement sur les données d'entraînement. Un ARIMA(5,1,5) reproduira mieux les fluctuations passées qu'un ARIMA(1,1,1), mais il risque de mémoriser le bruit plutôt que la structure. C'est le surapprentissage. Les critères AIC et BIC introduisent une pénalité qui croît avec le nombre de paramètres,