En statistique , un critère d'optimalité fournit une mesure de l'adéquation des données à une hypothèse donnée , pour aider à la sélection du modèle . Un modèle est désigné comme le « meilleur » des modèles candidats s'il donne la meilleure valeur d'une fonction objective mesurant le degré de satisfaction du critère utilisé pour évaluer les hypothèses alternatives.
Le terme a été utilisé pour identifier les différents critères utilisés pour évaluer un arbre phylogénétique . Par exemple, afin de déterminer la meilleure topologie entre deux arbres phylogénétiques en utilisant le critère d'optimalité du maximum de vraisemblance, on calculerait le score de vraisemblance maximum de chaque arbre et choisirait celui qui a le meilleur score. Cependant, des critères d'optimalité différents peuvent sélectionner des hypothèses différentes. Dans de telles circonstances, il convient de faire preuve de prudence lors de la formulation de conclusions définitives.
De nombreuses autres disciplines utilisent des critères similaires ou disposent de mesures spécifiques adaptées aux objectifs du domaine. Les critères d'optimalité comprennent le maximum de vraisemblance , le bayésien , la parcimonie maximale , la somme des carrés des résidus , les plus petits écarts absolus et bien d'autres.