離散値系ウェーブレット変換では基底関数によって抽出されるグルーピング周波数が異なるため,解析対象のデータの特性に適した基底関数の選択が難しく,現時点では,基底関数の選択は試行錯誤の段階である事は否めない.統計モデルでは,複数のモデルから最適なモデルを選択する方法として,モデルのAIC (Akaike Information Criterion) が最小となるモデルを最適モデルとする手法が用いられている.本論文では,データ圧縮の最適モデルの選択法としてAICの導入を提案する.1次元および2次元のモデルデータをウェーブレット変換しAICの値が最小となる最適モデルを選択できることを示す.応用例として風のデータにも同様の手法を適用しデータ圧縮の圧縮率の評価に有用であることを示す.今後,基底関数の次数とAICによる最適モデルとの関連を示すことにより,データの特徴をより顕著に抽出する最適な基底関数の選択法を確立できると考える.