摘要
本文完善了基于熵的信息理论,解决了Shannon和Jaynes在其公理化过程中长期存在的问题。我们证明了香农熵函数有一个互补的对偶函数,我们称之为“极值”。二元分布的熵和极值是相同的。然而,对于不仅仅是事件指示器的任何数量,该度量分为两个不同的度量。与熵一样,最大极值分布也是均匀分布,并且这两个度量对于其质量函数的排列是不变的。然而,他们在评估分布的精细化时表现得截然不同,这是香农和杰恩斯所关注的公理。它们的二元性是通过熵和外值以及精细划分之间的关系来确定的。我们还分析了密度的外倾函数,表明相对外倾构成了Kullback–Leibler散度的对偶,Kullback–Leibler散度被广泛认为是连续熵测度。这些结果在Bregman发散的一般结构中是一致的。在这种情况下,他们将$L_{2}$度量的一半确定为熵定向距离的极值对偶。我们描述了引起这一发现的序列预测分布的评分的统计应用。
引用
下载引文
弗兰克·拉德。
朱塞佩·桑菲利波。
Gianna Agró。
“外部性:熵的互补对偶。”
统计师。科学。
30
(1)
40 - 58,
2015年2月。
https://doi.org/10.1214/14-STS430
问询处
发布日期:2015年2月
首次在欧几里德项目中提供:2015年3月4日
数字对象标识符:10.1214/14-STS430
关键词:Bregman散度,微分和相对熵/极值,二元性,基尼异质性指数,Kullback–Leibler发散,正确的评分规则,重复率
版权所有©2015数学统计研究所