AIC准则在计量经济学模型选择中有着重要应用,同时在系统工程、气象学等领域中也有广泛的应用,本研究从信息论的角度对AIC准则革命性的创新进行展开：AIC准则出现之前模型选择以极大似然估计为代表,极大似然估计将样本和总体联系起来,通过似然函数最大来判断模型最优,成为样本分析总体的纽带；从信息论中信息熵的原理来看这不是最经济的,似然函数越大代表较多的参数个数,不论从经济性,还是从实用性操作性都不是很强,而AIC准则结合熵原理和K-L距离解决了上述问题,达到模型估计精度和参数个数的平衡；然后,通过蒙特卡洛模拟的方式对AIC在不同样本量下的估计效果进行模拟,发现AIC准则在大样本下效果并不理想,于是引入大样本下BIC准则,以及在不同的数据偏度类型下改进的ICOMP准则,对过度拟合下的修正的MRC准则；最后对AIC准则在独立性检验、方差分析、因子分析中的应用实证分析,并和AIC准则之前的方法进行比较发现,AIC准则不但可以准确判断,还避免了之前方法中包含太多人为主观性的特点,实现了从艺术到科学的转变。