最大信息统计量
数据分析、统计与概率
2007-05-23 v1
摘要
在本文中,我们提出一种贝叶斯信息论的降维方法。该方法被表述为互信息上的变分原理,并无缝地处理充分性、相关性与表示等概念。我们证明最大信息统计量最小化后验分布之间的 Kullback-Leibler 距离。作为示例,我们推导了来自 Cauchy 分布随机样本的一维最大信息统计量。
引用
@article{arxiv.physics/0010039,
title = {Maximally Informative Statistics},
author = {David R. Wolf and Edward I. George},
journal= {arXiv preprint arXiv:physics/0010039},
year = {2007}
}
备注
13 pages. Presented Bayesian Statistics 6, Valencia, 1998. Arxiv version asserts bold vectors dropped in print