Information Distinguishability with Application to Analysis of Failure Data
信息可区分性及其在失效数据分析中的应用AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究信息度量与寿命数据分析，未涉及金融尾部风险或其他所列细分方向。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
信息可区分性及其在失效数据分析中的应用
- 研究问题
- 最大熵建模的熵差与 Kullback–Leibler 信息差如何联系，能否据此统一分布差异诊断并用于失效数据建模？
- 方法与思路
- 作者建立涉及最大熵分布的 KL 函数与熵差之间的等价关系，提出信息判别可区分性框架，并通过风险率开展熵估计。
- 材料陈述的贡献
- 摘要称统一两种信息差异度量，提出稳健性与敏感性诊断用途，并研究递增失效率寿命分布的信息判别统计量及两个示例。
- 阅读关注点
- 核对等价关系所需约束和分布条件、熵与 KL 的估计步骤，以及风险率如何进入估计、诊断统计量怎样解释。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明等价条件、诊断阈值或估计误差，不能视为任意分布下的等式或通用稳健性保证。
原文摘要
In maximum entropy (ME) modeling, the information discrepancy between two distributions is measured in terms of their entropy difference. In discrimination information statistics the information discrepancy between two distributions is measured in terms of the Kullback-Leibler function (i.e., relative entropy or cross-entropy). This article presents an equivalence between Kullback–Leibler functions and entropy differences involving an ME distribution. Based on this equivalence, the concept of information discrimination (ID) distinguishability is introduced as a unifying framework for the two methods of measuring information discrepancy between distributions. Applications of ID distinguishability as diagnostics for examining robustness of parametric procedures and sensitivity of nonparametric statistics across parametric families of distributions is proposed. The equivalence result facilitates estimation of Kullback-Leibler functions in terms of entropy estimates. Application of the ID distinguishability to modeling failure data brings a new dimension into entropy estimation—entropy estimation based on the hazard function. ID statistics for modeling lifetime distributions with increasing failure rates are studied. Two illustrative examples are analyzed.