Saya memiliki kumpulan data deret waktu yang saya coba paskan dengan Hidden Markov Model (HMM) untuk memperkirakan jumlah status laten dalam data. Kode pseudo saya untuk melakukan ini adalah sebagai berikut:
for( i in 2 : max_number_of_states ){
...
calculate HMM with i states
...
optimal_number_of_states = "model with smallest BIC"
...
}
Sekarang, dalam model regresi yang biasa, BIC cenderung lebih menyukai model yang paling pelit tetapi dalam kasus HMM saya tidak yakin itu yang dilakukannya. Apakah ada yang benar-benar tahu seperti apa HIC kriteria BIC cenderung? Saya juga bisa mendapatkan nilai AIC dan kemungkinan. Karena saya mencoba menyimpulkan jumlah negara yang sebenarnya, apakah salah satu dari kriteria ini "lebih baik" daripada yang lain untuk tujuan ini?