目录
协方差矩阵
在统计学与概率论中，共變異數矩阵（也称离差矩阵、方差-协方差矩阵）是一个矩阵，其 i, j 位置的元素是第 i 个与第 j 个（即随机变量构成的向量）之间的共變異數。这是从标量随机变量到高维度随机向量的自然推广。.
查看 费雪信息和协方差矩阵
分數
分數（fraction）是用分式（分數式）表達成 \frac 的数（a, b \in Z, b\neq 0）。在上式之中，b 稱為分母（Denominator）而 a 稱為分子（Numerator），可視為某件事物平均分成 b 份中佔 a 分，讀作「b 分之 a」。中間的線稱為分線或分数线。有時人們會用 a/b 來表示分數。.
查看 费雪信息和分數
期望值
在概率论和统计学中，一个离散性随机变量的期望值（或数学期望、或均值，亦简称期望，物理学中称为期待值）是试验中每次可能的结果乘以其结果概率的总和。换句话说，期望值像是随机试验在同样的机会下重复多次，所有那些可能狀態平均的结果，便基本上等同“期望值”所期望的數。需要注意的是，期望值并不一定等同于常识中的“期望”——“期望值”也许与每一个结果都不相等。（换句话说，期望值是该变量输出值的平均数。期望值并不一定包含于变量的输出值集合裡。） 例如，掷一枚公平的六面骰子，其每次「點數」的期望值是3.5，计算如下： \operatorname(X)&.
查看 费雪信息和期望值
最大似然估计
在统计学中，最大似然估计（maximum likelihood estimation，缩写为MLE），也称最大概似估计，是用来估计一个概率模型的参数的一种方法。.
查看 费雪信息和最大似然估计
方差
方差（Variance），應用數學裡的專有名詞。在概率论和统计学中，一个随机变量的方差描述的是它的离散程度，也就是该变量离其期望值的距离。一个实随机变量的方差也称为它的二阶矩或二階中心動差，恰巧也是它的二阶累积量。這裡把複雜說白了，就是將各個誤差將之平方（而非取絕對值，使之肯定為正數），相加之後再除以總數，透過這樣的方式來算出各個數據分佈、零散（相對中心點）的程度。繼續延伸的話，方差的算术平方根称为该随机变量的标准差（此為相對各個數據點間）。.
查看 费雪信息和方差
数理统计学
数理统计（Mathematical statistics）是统计学的数学基础，从数学的角度去研究统计学，为各种应用统计学提供理论支持。.
查看 费雪信息和数理统计学
另见
信息论
- MIMO
- 互信息
- 保测动力系统
- 信息
- 信息冗余
- 信息论
- 信源编码定理
- 信道
- 信道容量
- 克劳德·香农
- 内万林纳奖
- 凱利公式
- 分布式信源编码
- 吉布斯不等式
- 吞吐量
- 哈里·奈奎斯特
- 壓縮感知
- 带宽 (计算机)
- 引力的熵力假说
- 戴尔指数
- 最小权限原则
- 有噪信道编码定理
- 条件熵
- 柯氏复杂性
- 梅特卡夫定律
- 熵 (信息论)
- 熵率
- 狄拉克符号
- 率失真理论
- 相位因子
- 算法信息论
- 编码率
- 网络编码
- 自信息
- 資訊統整理論
- 資訊行為
- 费希尔信息
- 过采样
- 通信
- 通道狀態資訊
- 采样定理
- 量子计算
- 随机数生成
- 頻譜效率
- 香农极限