fastMI：一种基于 copula 的快速且一致的互信息估计量

作为信息论中的基本概念，互信息（$MI$）常被用于量化随机向量之间的关联。大多数现有的 $MI$ 非参数估计量由于涉及参数调优而具有不稳定的统计表现。我们提出了一种称为 fastMI 的一致且高效的估计量，其不涉及任何参数调优。基于 copula 表述，fastMI 通过利用基于快速傅里叶变换的底层密度估计来估计 $MI$。大量仿真研究表明，对于大型数据集，fastMI 在估计精度和运行时间上均优于最先进的估计量。fastMI 提供了一种具有满意第一类错误控制的强有力独立性检验。鉴于其有望成为广泛数据中互信息估计的有力工具，我们开发了 R 包 fastMI 以促进更广泛的应用。