selecția modelului are conotații diferite în statistici și Istorie sau filosofia științei. În statistici, are un rol util, dar mult mai pietonal, de a distinge între două modele statistice pe baza datelor disponibile. Acest capitol prezintă câteva exemple în care tehnicile de selecție a modelelor pot fi aplicate pentru a răspunde la întrebări științifice sau statistice. Acesta consideră criteriul de informare Akaike (aic) în câteva probleme statistice canonice și rezultatele de stat ale optimității sale statistice în acesta. Conexiunea sa este discutată și cu alte criterii de selecție a modelului și cu unele dintre generalizările acestuia. Optimitatea este legată de motivația inițială a lui Akaike, așa cum a fost scoasă în evidență, dar nu urmează ca o consecință imediată. O problemă foarte importantă în care AIC poate fi utilizată ca regulă de selecție a modelului este problema regresiei neparametrice, unde forma funcțională a dependenței dintre variabila dependentă și regresor nu este expresibilă în termeni de finit mulți parametri necunoscuți. Criteriul informațiilor Bayesiene (Bic) este mai util în selectarea unui model corect, în timp ce AIC este mai adecvat în găsirea celui mai bun model pentru prezicerea observațiilor viitoare.