A model összehasonlítás során használatos AIC (Akaike) hogyan számolandó, ha eltérő paraméterű trial-ek vannak az adatban?

Az AIC értékét a következő képlet segítségével számolják:

AIC = 2k - 2ln(L),

ahol:

k a modellben található becsült paraméterek száma,

L pedig a maximális likelihood (legnagyobb valószínűség) becslés.

Ha eltérő paraméterű trialek vannak az adatban, akkor az AIC kiszámításához a modellben szereplő összes becsült paramétert figyelembe kell venni, függetlenül attól, hogy az adott trialben valamilyen konkrét paraméter értéke fix vagy változó volt. Tehát a különböző paraméterű trialek esetében az AIC értéket a becsült paraméterek összegével számoljuk ki.

Az AIC értékek összehasonlításával azt a célt szolgáljuk, hogy a legkisebb AIC értékkel rendelkező modellt válasszuk ki, amely a legjobban illeszkedik az adatokhoz és az információveszteséget minimálisra csökkenti. A kisebb AIC érték a jobb modellt jelöli.