Fisher信息的决定因素


12

(我在math.se上发布了类似的问题。)

在信息几何中,Fisher信息矩阵的行列式是统计流形上的自然体积形式,因此它具有很好的几何解释。例如,它出现在Jeffreys先验的定义中的事实与其在重新参数化下的不变性相关,这是(imho)几何性质。

但是统计中的决定因素是什么?它衡量任何有意义的东西吗?(例如,我想说的是如果它为零,那么参数不是独立的。这会进一步吗?)

此外,至少在某些“简单”情况下,是否有任何封闭的形式可以计算出来?

Answers:


10

在许多示例中,费舍尔信息矩阵的逆是参数估计精确或近似协方差矩阵。通常,它会渐近地给出协方差矩阵。协方差矩阵的行列式通常称为广义方差。β^

因此,Fisher信息矩阵的行列式是该广义方差的逆。可以在实验设计中使用它来找到最佳实验(用于参数估计)。在这种情况下,这被称为D最优性,它具有大量文献。因此google为“ D优化实验设计”。在实践中,通常容易使逆协方差矩阵的行列式最大化,但这显然与使逆协方差矩阵的行列式最小化相同。

这个网站上也有很多帖子,但是很少有很好的答案。这是一个:实验(因子)设计未利用方差

By using our site, you acknowledge that you have read and understand our Cookie Policy and Privacy Policy.
Licensed under cc by-sa 3.0 with attribution required.