Fisher's information matrix and phi-divergence for finite and optimal partitions of the sample space
Φόρτωση...
Ημερομηνία
Συγγραφείς
Tsairidis, C.
Zografos, K.
Ferentinos, K.
Τίτλος Εφημερίδας
Περιοδικό ISSN
Τίτλος τόμου
Εκδότης
Taylor & Francis
Περίληψη
Τύπος
Είδος δημοσίευσης σε συνέδριο
Είδος περιοδικού
peer reviewed
Είδος εκπαιδευτικού υλικού
Όνομα συνεδρίου
Όνομα περιοδικού
Communications in Statistics-Theory and Methods
Όνομα βιβλίου
Σειρά βιβλίου
Έκδοση βιβλίου
Συμπληρωματικός/δευτερεύων τίτλος
Περιγραφή
In this paper we examine the behaviour of the discretized version of Fisher's information matrix and phi-divergence produced from a general finite partition of the sample space. We prove that as the data information gets richer, in the sense that the data partition gets finer, both Fisher information matrix and phi-divergence increase monotonically, approaching to their continuous counterparts, respectively. In particular, the monotonicity property is proved by considering one partition as a subpartition of the other. The problem of finding an optimal partition, which minimizes the loss of information of the above measures, is also discussed. Similar results, which have appeared in the literature, are generalized and supplemented.
Περιγραφή
Λέξεις-κλειδιά
convergence of information measures, discretization, optimal partition, equidistant intervals, loss of information, fisher information matrix, phi-divergence, discretization
Θεματική κατηγορία
Παραπομπή
Σύνδεσμος
<Go to ISI>://A1997XV59000013
http://www.tandfonline.com/doi/pdf/10.1080/03610929708832046
http://www.tandfonline.com/doi/pdf/10.1080/03610929708832046
Γλώσσα
en
Εκδίδον τμήμα/τομέας
Όνομα επιβλέποντος
Εξεταστική επιτροπή
Γενική Περιγραφή / Σχόλια
Ίδρυμα και Σχολή/Τμήμα του υποβάλλοντος
Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μαθηματικών