费雪信息 (Fisher information)

大家好，又见面了，我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。

Jetbrains全系列IDE使用 1年只要46元售后保障童叟无欺

——————————————————————————

作者：知乎用户
链接：https://www.zhihu.com/question/26561604/answer/33275982
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

——————————————————————————

首先我们看一下 Fisher Information 的定义：
假设你观察到 i.i.d 的数据 $X_1, X_2, \ldots X_n$ 服从一个概率分布 $f(X; \theta)$ , $\theta$ 是你的目标参数（for simplicity，这里 $\theta$ 是个标量，且不考虑 nuissance parameter），那么你的似然函数（likelihood）就是：
$L(\bold{X};\theta) = \prod_{i=1}^n f(X_i;\theta)$
为了解得Maximum Likelihood Estimate(MLE)，我们要让log likelihood的一阶导数得0，然后解这个方程，得到 $\hat{\theta}_{MLE}$
这个log likelihood的一阶导数也叫，Score function ：
$S(\bold{X};\theta) = \sum_{i=1}^n \frac{\partial log f(X_i;\theta)}{\partial \theta}$

那么Fisher Information，用 $I(\theta)$ 表示，的定义就是这个Score function的二阶矩（second moment） $I(\theta) = E[S(X;\theta)^2]$ 。
一般情况下（under specific regularity conditions）可以很容易地证明， $E[S(\bold{X};\theta)]= 0$ , 从而得到：
$I(\theta) = E[S(X;\theta)^2]-E[S(X;\theta)]^2 = Var[S(X;\theta)]$
于是得到了Fisher Information的第一条数学意义：就是用来估计MLE的方程的方差。它的直观表述就是，随着收集的数据越来越多，这个方差由于是一个Independent sum的形式，也就变的越来越大，也就象征着得到的信息越来越多。

而且，如果log likelihood二阶可导，在一般情况下（under specific regularity conditions）可以很容易地证明:
$E[S(\bold{X};\theta)^2] = -E(\frac{\partial^2}{\partial \theta^2}log L(\bold{X};\theta))$
于是得到了Fisher Information的第二条数学意义：log likelihood在参数真实值处的负二阶导数的期望。这个意义好像很抽象，但其实超级好懂。
首先看一下一个normalized Bernoulli log likelihood长啥样：

对于这样的一个log likelihood function，它越平而宽，就代表我们对于参数估计的能力越差，它高而窄，就代表我们对于参数估计的能力越好，也就是信息量越大。而这个log likelihood在参数真实值处的负二阶导数，就反应了这个log likelihood在顶点处的弯曲程度，弯曲程度越大，整个log likelihood的形状就越偏向于高而窄，也就代表掌握的信息越多。

然后，在一般情况下（under specific regularity conditions），通过对score function在真实值处泰勒展开，然后应用中心极限定理，弱大数定律，依概率一致收敛，以及Slutsky定理，可以证明MLE的渐进分布的方差是
$I^{-1}(\theta)$ ，即
$Var(\hat{\theta}_{MLE}) = I^{-1}(\theta)$ , 这也就是
Fisher Information的第三条数学意义。不过这样说不严谨，严格的说，应该是
$\sqrt{n}(\hat{\theta}_{MLE}-\theta) \xrightarrow{D} N(0,I^*(\theta)^{-1})$ , 这里
$I^*(\theta)$ 是当只观察到一个X值时的Fisher Information，当有n个 i.i.d 观测值时，
$I^*(\theta) = I(\theta)/n$ 。所以这时的直观解释就是，Fisher Information反映了我们对参数估计的准确度，它越大，对参数估计的准确度越高，即代表了越多的信息。

—————————————————————————–

作者：小Q痴子
链接：https://www.zhihu.com/question/26561604/answer/145734266
来源：知乎
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

——————————————————————————

参数估计的本质是，假设样本的数据来自于某一个分布，然后利用样本中蕴含的信息来估计参数。一个自然的问题就是：对于分布里的未知参数，这个样本数据给出了多少信息呢？Fisher Information 就衡量了这样的“信息”。

什么样的样本给出的信息更多？直觉上思考这个问题，如果一个事件发生的概率很大，那发生这件事并不能带来太多信息；相反，如果一个事件发生的概率很小，那发生这件事可以带来比较多的信息。

现在我们再回顾一下最大似然估计（Maximum Likelihood Estimation）的基本思想。对于随机变量 $X \sim f(x|\theta)$ ，直觉上，当 $\theta$ 取到参数的真实值时，似然函数的值应该很大，最大似然估计的思想就是认为当 $\theta$ 取到参数的真实值时似然函数的值应该取到最大值，或者（对数）似然函数的一阶导数为0。

定义对数似然函数为 $l (x|\theta)=\log f(x|\theta)$ ，从而 $l'(x|\theta)=\frac{\partial}{\partial \theta} \log f(x|\theta) = \frac{f'(x|\theta)}{f(x|\theta)}$ ，其中 $f'(x|\theta)$ 是 $f(x|\theta)$ 关于 $\theta$ 的导数。

根据上面的两段分析，如果 $l'(x|\theta)$ 非常接近于0，这将是意料之中的事情，因此样本没有带来太多关于参数 $\theta$ 的信息；相反，如果很大，或者说 $[l'(x|\theta)]^2$ 很大，那么样本就提供了比较多的关于参数 $\theta$ 的信息。所以，我们可以用 $[l'(x|\theta)]^2$ 来衡量提供的信息（information）。但是是个随机变量，于是我们就考虑 $[l'(x|\theta)]^2$ 的期望值。

于是就有了Fisher Information的定义（1）：
$I(\theta)=E{[l'(X|\theta)^2]}=\int [l'(X|\theta)^2] f(x|\theta) dx$
如果假设可以交换求导和积分的顺序，那么
$\int f'(x|\theta)dx=\frac{\partial}{\partial \theta} \int f(x|\theta) dx =0$
$\int f''(x|\theta)dx=\frac{\partial^2}{\partial \theta^2} \int f(x|\theta) dx =0$
容易看出，
$E[l'(X|\theta)]=\int l'(x|\theta)f(x|\theta)dx=\int \frac{f'(x|\theta)}{f(x|\theta)}f(x|\theta)dx=\int f'(x|\theta)dx=0$

所以Fisher Information的定义（1）可以改写成定义（2）：
$I(\theta)=Var [l'(X|\theta)]$

（其中用到 $Var[l'(X|\theta)]=E [l'(X|\theta)]^2 - E^2 [l'(X|\theta)]$ 。）
注意到
$l''(x|\theta)=\frac{\partial}{\partial \theta} [\frac{f'(x|\theta)}{f(x|\theta)}]=\frac{f''(x|\theta)f(x|\theta)-[f'(x|\theta)]^2}{[f(x|\theta)]^2}=\frac{f''(x|\theta)}{f(x|\theta)}-[l'(x|\theta)]^2$
因此
$E[l''(x|\theta)]=\int [\frac{f''(x|\theta)}{f(x|\theta)}-[l'(x|\theta)]^2] f(x|\theta)dx=\int f''(x|\theta)dx - E[l'(x|\theta)]^2=-I(\theta)$

至此我们有了关于Fisher Information的第（3）个表达式：
$I(\theta)=-E[l''(x|\theta)]=-\int [\frac{\partial ^2}{\partial \theta ^2} \log f(x|\theta)] f(x|\theta) dx$
综上所述，我们有三个办法来计算Fisher Information。实际上在大多数问题中，（3）将是最方便的。

发布者：全栈程序员-用户IM，转载请注明出处：https://javaforall.cn/192063.html原文链接：https://javaforall.cn

【正版授权，激活自己账号】： Jetbrains全家桶Ide使用，1年售后保障，每天仅需1毛

【官方授权正版激活】： 官方授权正版激活支持Jetbrains家族下所有IDE 使用个人JB账号...