モデル選択は、統計学や科学の歴史や哲学において異なる意味合いを持っています。 統計学では、利用可能なデータに基づいて2つの統計モデルを区別するのに便利ですが、はるかに歩行者の役割を果たします。 この章では、科学的または統計的な質問に答えるためにモデル選択技術を適用できるいくつかの例を紹介します。 いくつかの標準的な統計問題における赤池情報基準（ＡＩＣ）とその統計的最適性の状態結果を考察した。 その関係を他のモデル選択基準およびその一般化のいくつかと議論した。 この最適性は、赤池の本来の動機と結びついていますが、それはすぐには結果としては続きません。 AICをモデル選択規則として使用できる非常に重要な問題の一つは、従属変数とリグレッサとの間の依存の関数形式が有限個の未知のパラメータの点で表現できないノンパラメトリック回帰の問題である。 ベイズ情報基準(BIC)は正しいモデルを選択するのにより有用であり、AICは将来の観測を予測するための最良のモデルを見つけるのにより適切である。