べいずじょうほうりょうきじゅん

ベイズ情報量規準 (BIC)

BIC = Bayesian Information Criterion

モデルの適合度と複雑さのバランスを評価し、適切なモデルを選択するための統計的指標です。予測精度が高くても複雑すぎると値が大きくなり、過学習を防ぐモデル選択の基準として用いられます。

詳しい説明

ベイズ情報量規準 (BIC) は、統計モデルの良さを評価するための指標の一つです。モデルの予測精度（適合度）だけでなく、パラメータ数によるモデルの複雑さをペナルティとして課すことで、過度に複雑なモデルを避けるように設計されています。

BICの値は、計算式によって算出され、値が小さいほど「データに対して適切で、かつシンプルである」と判断されます。複雑すぎるモデルは高い精度が出てもBICの値が大きくなるため、モデル選択における基準として有効です。

G検定では、同様の指標であるAIC（赤池情報量規準）との違いや、モデル選択において「適合度と複雑さのバランス」をどう評価するかが問われます。データに対して複雑すぎない、汎化能力の高いモデルを選ぶための重要な指標として扱われます。