Le critère d'information d'Akaike est un moyen de choisir le meilleur modèle statistique pour une situation particulière. Selon le poisson de l'Université de Géorgie &L'unité de recherche sur la faune, les critères d'information généraux d'Akaike (AIC) est calculée comme suit: AIC = -2_ln (vraisemblance) + 2_K. Une fois l'AIC calculé pour chaque modèle, d'autres calculs sont effectués pour comparer chaque modèle. Ces calculs impliquent de calculer les différences entre chaque AIC et l'AIC la plus basse, et de compiler ces informations dans un tableau.

Calculer le nombre de paramètres du modèle. Par exemple, l'équation de régression Croissance = 9 + 2_age + 2_food + error a quatre paramètres, alors que Growth = 2_age + 2_food + error a trois paramètres.

Multiplie l'étape 1 par 2. Fixe ce nombre de côté pour un instant .

Trouver le log naturel de la vraisemblance.

Multiplier l'étape 3 par -2.

Ajouter l'étape 2 à l'étape 4.