汉南-奎因准则（Hannan-Quinn information criterion; HQC），管理学-管理科学与工程-预测理论与方法-预测模型选择准则-汉南-奎因准则，用于统计模型选择的一种准则，简称HQC，由汉南-奎因（Hannan-Quinn）在1979年为了解决自回归（autoregressive; AR）时间序列模型中的定阶问题提出。HQC基于对偏自相关系数的对数迭代法则，从而得到AR模型的阶数的强相合估计。对于一个阶自回归时间序列模型…（1）汉南-奎因提出的定阶标准为…（2）其中是模型扰动项的估计方差，是自回归时间序列模型的阶数，是样本量。HQC取值越小说明模型越优。当模型的阶数从增加到时，HQC取值的变化为…（3）其中为模型中的第个系数（即阶偏自相关系数）。假设模型的真实阶数为，当时，HQC取值无法渐近地达到其最小值。当样本量足够大时，对于，HQC取值随的增大而增大，因此HQC可以给出AR模型中阶数的相合估计。HQC的惩罚项比BIC的惩罚项小，因此并不是保证相合估计的最小的惩罚项量级，一个在量级上大于的惩罚项都可以给出阶数的相合估计。