AIC（赤池信息准则）
SC施瓦兹准则
1、施瓦兹准则SC（Schwarz Criterion），其检验思想也是通过比较不同分布滞后模型的拟合优度来确定合适的滞后期长度。检验过程是：在模型中逐期添加滞后变量，直到SC值不再降低时为止，即选择使SC值达到最小的滞后期k。SC比更加“严厉地处罚”在模型中额外添加不重要的解释变量。
2、AIC信息准则即Akaike information criterion，是衡量统计模型拟合优良性(Goodness of fit)的一种标准，由于它为日本统计学家赤池弘次创立和发展的，因此又称赤池信息量准则。它建立在熵的概念基础上，可以权衡所估计模型的复杂度和此模型拟合数据的优良性。
扩展资料：
AIC信息准则在1971年由赤池弘次提出，该准则于1973年以概念简介的形式发表。1974年首次出现在赤池弘次发表的正式论文中。截止2018年6月，该论文已被超过4万次引用。
数字信号处理中对多种模型作选择的判别方法。在一般的情况下，AIC可以表示为： AIC=2k-2ln(L)其中：k是参数的数量，L是似然函数。假设条件是模型的误差服从独立正态分布。
参考资料来源：百度百科-施瓦兹准则SC
参考资料来源：百度百科-计量经济学
参考资料来源：百度百科-AIC信息准则
温馨提示：答案为网友推荐，仅供参考
第1个回答 推荐于2017-11-24
SC 指的是施瓦茨准则，
AIC指的是赤池信息准则，
这两个参数的数值越小，就代表你所做的模型越好，
我就知道这些了，希望对你有所帮助。。。。本回答被提问者采纳
AIC指的是赤池信息准则，
这两个参数的数值越小，就代表你所做的模型越好，
我就知道这些了，希望对你有所帮助。。。。本回答被提问者采纳