為什麼 AIC 沒有報告置信區間？

在參數估計中，通常報告每個參數的 95% CI。為什麼我看不到帶有 CI 的 AIC（或 deltaAIC）？

如果我引導兩個潛在模型的擬合，並為每次迭代獲得一個 deltaAIC，那麼報告 95% CI 是否有意義？

編輯：我並不是要暗示 AIC 與參數估計相同。我在問為什麼我們對待擬合優度估計（AIC、BIC 等）與使用 CI 報告的估計不同。

AIC 估計 $ -2n \ \times $ 生成樣本的數據生成過程 (DGP) 中新的、未見過的數據點的預期可能性。* 即使目標（估計值）不是參數，它也是一個有意義的量。例如，它可以解釋為點預測的預期損失。希望在點估計（AIC）周圍有一個置信區間是很自然的。通過這種方式，我們不僅可以知道預期損失是多少，還可以知道它的不確定性。總而言之，雖然我沒有關於如何獲得置信區間以及在什麼條件下您的自舉想法可能有效的現成答案，但我清楚地看到了追求它的意義。

*請參閱我們如何通過似然比檢驗選擇最佳 GARCH 模型？,使用 AIC 進行模型選擇的結果可以在總體水平上解釋嗎？，在交叉驗證中使用 AIC/BIC 對基於似然的損失函數以及採用此想法的其他三個方法。

引用自：https://stats.stackexchange.com/questions/529490