Interpréter AIC et BIC

Vous savez déjà qu'AIC et BIC servent à comparer des modèles ARIMA. Cette leçon entre dans le détail des formules pour comprendre pourquoi ces critères pénalisent la complexité et comment choisir entre les deux selon votre situation. La formule de l'AIC et le rôle du terme de pénalité L'AIC (Akaike Information Criterion) se calcule ainsi : AIC = −2 × log-vraisemblance maximale + 2d, où d est le nombre total de paramètres estimés. Le premier terme récompense l'ajustement aux données : plus le modèle colle aux observations, plus la log-vraisemblance est élevée et plus ce terme est faible. Le second terme, 2d, est le terme de pénalité. Il augmente mécaniquement avec chaque paramètre ajouté. Ajo