En enkel formel for beregning av AIC-i OLS framework (siden du sier lineær regresjon) kan bli funnet i Gordon (2015 side. 201):
$$\text{AIC} = n *\ln\Big(\frac{N}{n}\Big)+2k $$
Hvor SSE betyr Summen av Kvadrerte Feil ($\sum(Y_i-\lue Y_i)^2$), $n$ er utvalgsstørrelsen, og $k$ er antall prediktorer i modellen, i tillegg til ett for skjæringspunkt., Selv om AIC-verdier er generelt ikke kan tolkes, forskjeller mellom verdier for ulike modeller kan tolkes (En rekke spørsmål på CV dekker dette problemet, for eksempel her). Så, for modellen med den minste AIC er vanligvis valgt. Det er lett å se hvorfor dette er tilfelle i den ovennevnte formel: Alt annet er likt, som SSE reduseres, AIC også synker.
I andre kilder, kan du finne et mer generelt, maximum-likelihood-formel., For eksempel, i Anvendt Regresjons-Analyse og Generaliserte Lineære Modeller, Fox gir:
$$\text{AIC}_j \ekv – \text{log}_eL(\lue \theta_j)+2s_j$$
Fox, J. (2016). Anvendt Regresjons-Analyse og Generaliserte Lineære Modeller (3rd ed.). Los Angeles: Sage Publications.
Gordon, R. A. (2015). Regresjonsanalyser for samfunnsvitenskap. New York og London: Routledge.
Og den opprinnelige artikkelen: