假设$\mathscr{E}^n$是基于$n$i.i.d.观察结果的统计实验。我们将$\mathscr{E}^n$与$\mathscr{E{n+r_n}$进行比较。由于$r_n$附加观测值而获得的信息通过缺陷距离$\Delta（\mathscr{E}^n，\mathscr{E}^{n+r_n}）$来衡量，即风险函数的最大减少。我们证明了在一般维数条件下，$\Delta（\mathscr{E}^n，\mathscr{E}^{n+r_n}）$的阶数为$r_n/n$。进一步研究了$\Delta$的行为，并对渐近高斯实验进行了比较。我们表明信息增益呈对数增长。高斯族和二项式族在某种意义上是相反的极端情况，在高斯情况下信息的增加是渐近最小的，在二项式情况下是最大的。