FRM考試Akaike information criterion的內(nèi)容有什么?
FRM考試科目多,考生備考是有一定的壓力的。但是考生可以通過外界的力量來通過考試,比如FRM網(wǎng)課,還有就是對于金融英語詞匯的掌握。在FRM考試中Akaike information criterion的內(nèi)容有什么?
首先,需要考生了解Akaike information criterion的意思,也就是赤池信息量準則,簡稱AIC。它是衡量統(tǒng)計模擬合優(yōu)良性的一種標準,是由日本統(tǒng)計學(xué)家赤池弘次創(chuàng)立和發(fā)展的。赤池信息量準則建立在熵的概念基礎(chǔ)上,可以權(quán)衡所估計模型的復(fù)雜度和此模型擬合數(shù)據(jù)的優(yōu)良性。
在一般的情況下,AIC可以表示為:
AIC=(2k-2L)/n
它的假設(shè)條件是模型的誤差服從獨立正態(tài)分布。

其中:k是所擬合模型中參數(shù)的數(shù)量,L是對數(shù)似然值,n是觀測值數(shù)目。
AIC的大小取決于L和k。k取值越小,AIC越小;L取值越大,AIC值越小。k小意味著模型簡潔,L大意味著模型精確。因此AIC和修正的決定系數(shù)類似,在評價模型是兼顧了簡潔性和精確性。
具體到,L=-(n/2)*ln(2*pi)-(n/2)*ln(sse/n)-n/2.其中n為樣本量,sse為殘差平方和
表明增加自由參數(shù)的數(shù)目提高了擬合的優(yōu)良性,AIC鼓勵數(shù)據(jù)擬合的優(yōu)良性但是盡量避免出現(xiàn)過度擬合(Overfitting)的情況。所以優(yōu)先考慮的模型應(yīng)是AIC值zui小的那一個。赤池信息準則的方法是尋找可以最好地解釋數(shù)據(jù)但包含最少自由參數(shù)的模型。
FRM考試的內(nèi)容就分享這么多,考生如果對FRM考試還有更多的疑問,可以文章評論一起學(xué)習(xí)探討!另外,有2022年全年備考日歷,想要的私信或者評論哦!