实验数据冗余度及相关统计量的估计

实验数据的冗余度是一个基本统计量，据此可以估计自然现象的复杂性以及探索该现象所需的适当实验次数。冗余度由与实验变量概率密度函数相关的信息熵表示。由于熵的计算涉及对变量范围的积分而不便使用，本文推导了一个冗余度的近似表达式，该表达式仅包含对这些变量的实验数据集的求和。该近似使得对数据冗余度以及相关的实验信息和信息成本函数的高效估计成为可能。根据实验信息可以简单估计现象的复杂性，而探索该现象所需的适当实验次数则可以通过成本函数的最小值来确定。本文在二维正态分布随机数据上展示了这些统计量近似估计的性能。