CRITÉRIOS DE INFORMAÇÃO DE AKAIKE VERSUS BAYESIANO: ANÁLISE COMPARATIVA

Um modelo é a representação simplificada de algum problema ou situação da vida real destinado
a ilustrar certos aspectos do problema sem se ater a todos os detalhes. Não raro, mais de
um modelo pode descrever um mesmo fenômeno, haja vista que cada pesquisador tem a liberdade
de modelar o fenômeno seguindo a metodologia que julgar mais adequada. Aqui a seleção do
“melhor” modelo torna-se então evidente.
Burnham e Anderson (2004), enfatizam a importância de selecionar modelos baseando-se em
princípios científicos. Dentre as diversas metodologias utilizadas para este fim, neste trabalho realizamos
uma análise comparativa dos critérios de informação de Akaike (AIC), Akaike Corrigido
(AICc) e Bayesiano (BIC), quanto a sua performance na seleção de modelos. Tais critérios são
comparados via simulação em modelos normais e em modelos de séries temporais.