在一般的情况下，AIC可以表示为：
AIC=(2k-2L)/n
它的假设条件是模型的误差服从独立正态分布。
其中：k是参数的数量，L是对数似然值,n是观测值数目。
AIC的大小取决于L和k。k取值越小，AIC越小；L取值越大，AIC值越小。k小意味着模型简洁，L大意味着模型精确。因此AIC和修正的决定系数类似，在评价模型是兼顾了简洁性和精确性。
具体到，L=-(n/2)*ln(2*pi)-(n/2)*ln(sse/n)-n/2.其中n为样本量，sse为残差平方和

就是那个信息准则？？？

用sas做的

您好，我查阅了文献，发现aic= -2L+2K,并未除以N。两者之间的Δaic差别还是不小的。请问您的aic公式是哪里引用的。我需要在论文里说明一下...