安德鲁·R·巴伦。;托马斯·库恩（Thomas M.Cover）。 最小复杂度密度估计。 （英语） Zbl 0743.62003号 IEEE传输。Inf.理论 37，第4期，1034-1054（1991）; 更正同上，第37号，第6，1738（1991）。 最小复杂度或最小描述长度原则是由Kolmogorov等人基于信息理论考虑而开发的，它为统计估计和模型选择提供了通用标准。如果真密度是有限复杂的，那么对于所有足够大的样本大小，都可以精确地发现它。对于无限复密度的大集合，最小复杂度估计的序列是强一致的。最后，引入了可解性指标，并在参数和非参数设置下进行了表征。证明了该指数是最小复杂度密度估计的收敛速度的界。审核人：J.Virtanen（瓦萨） 引用于5评论引用于66文件 理学硕士： 62B10型 信息理论主题的统计方面 94甲15 信息论（总论） 2012年12月62日 参数估计量的渐近性质 关键词：科尔莫戈洛夫复杂性;通用数据压缩;冗余的界限;函数的可解性;概率定律的发现;收敛速度;最小描述长度原则;型号选择;无限复密度;可处置性指数;收敛速度;最小复杂度密度估计 PDF格式BibTeX公司 XML格式引用 \textit{A.R.Barron}和\textit{T.M.Cover}，IEEE Trans。Inf.Theory 37，No.4，1034--1054（1991；Zbl 0743.62003） 全文： 内政部 链接