聖塔非研究所

資訊幾何、貝葉斯推理、理想估計和誤差分解

2026-03-18 · 工作論文 · 更新 2026/03/18 下午10:32

摘要 在統計學中,有必要研究許多機率分佈之間的關係。資訊幾何闡明了所有分佈空間上的幾何結構。當與貝葉斯決策理論結合時,它產生了「理想估計」的新概念。它們唯一地存在於有限測度的空間中,並且通常是足夠的統計量。任何模型的最佳估計都是透過將理想估計投影到該模型上來給出的。誤差分解定理將估計誤差分解為統計誤差和近似誤差總和。它們可以擴展以產生高階漸近。此外,在資訊幾何中不變定義的某些統…

本頁只刊出中文翻譯與中文說明;英文原文請見下方原文連結。

原文連結

論文資訊

  • 類型:工作論文
  • 編號:工作論文 #1049
  • 日期:2026-03-18

摘要

在統計學中,有必要研究許多機率分佈之間的關係。資訊幾何闡明了所有分佈空間上的幾何結構。當與貝葉斯決策理論結合時,它產生了「理想估計」的新概念。它們唯一地存在於有限測度的空間中,並且通常是足夠的統計量。任何模型的最佳估計都是透過將理想估計投影到該模型上來給出的。誤差分解定理將估計誤差分解為統計誤差和近似誤差總和。它們可以擴展以產生高階漸近。此外,在資訊幾何中不變定義的某些統一先驗下的理想估計對應於各種最優非貝葉斯估計,例如 MLE。