Comprendre les critères AIC et BIC

Vous avez appris à différencier une série et à valider sa stationnarité. Avant de lancer un modèle ARIMA, il reste une question centrale : comment choisir les bons ordres p, d et q ? L'ACF et la PACF donnent des pistes visuelles, mais les critères d'information AIC et BIC offrent une mesure objective pour comparer des modèles concurrents. La logique commune : vraisemblance et pénalité AIC et BIC partagent la même structure : ils mesurent la qualité d'ajustement d'un modèle via sa log-vraisemblance maximale, puis ajoutent un terme de pénalité qui croît avec le nombre de paramètres. Sans pénalité, ajouter des paramètres améliore toujours l'ajustement, ce qui conduit au surapprentissage. Le ter