Sin duda las dos mencionadas son importantes, y tal vez el más
ampliamente conocido.
Para los datos categóricos hay Sorenson del índice de similitud. (Aproximadamente,
la probabilidad de que un seleccionados al azar individual en mi población
le pertenecen a la misma categoría I.) Ver Wikipedia en categorical datade
varios más.
En un sentido aleatorio de datos tiene menos estructura o la 'información' que
los datos con algunos aleatoria de la estructura. Ejecuta pruebas de autocorrelación y
las funciones son maneras de juzgar la aleatoriedad.
En su famosa afirmación de que
se tarda aproximadamente 7 baraja poner una baraja de cartas en orden aleatorio,
Persi Diaconis utiliza el concepto de aumento de secuencias como una medida de
información que podría ser explotado por un jugador. (El aumento de las secuencias de
han sido utilizados por los magos haciendo trucos de cartas durante más de un siglo.)
Google Diaconis shuffle encontrar un NYT artículo sobre este tema y
el papel por Bayer y Diaconis con maravillosos detalles matemáticos.
Digresión: voy a dejar la definición de 'rising secuencia' a Bayer y Diaconis.
Una baraja en orden de 1 a 52 tiene un aumento de la secuencia. Uno shuffle
(cortar y fusileros) resultados en el aumento de dos secuencias, dos baraja generalmente
en cuatro. Al azar que se permutan cubierta promedios 26.5 aumento de las secuencias. El
la figura a continuación, sobre la base de simulaciones, se muestra cómo la distribución de la
número de aumento de las secuencias se acerca a la distribución de un
al azar de la cubierta (parte inferior derecha) como el número de baraja aumenta.
![enter image description here]()
Código de fabricantes y disyuntores tienen varias medidas de contenido de información
en una cadena de caracteres. Algunos de estos se pueden encontrar fácilmente
libros y artículos sobre criptografía. No me sorprendería si algunos de los
más útiles pueden haber sido descubierto por los matemáticos en el gobierno
agencias y no están disponibles al público.
Hay un sentido en el que una Cadena de Markov puede contener más información
de una secuencia de variables aleatorias independientes. La idea de
una Cadena de Markov es que la observación actual puede ser útil en la
la predicción de la siguiente.
Esta es una lista de un par de tipos y medidas de los puntos de vista y la información que se en
uso práctico. Supongo que algunos de ellos pueden ser demostrado estar relacionada con
para (tal vez incluso equivalentes) de Fisher o de la información de Shannon y que algunos no lo son. Mi propósito no es dar una lista exhaustiva, sino sólo sugerir
que la lista de medidas de información, que es bastante grande y puede ser interminable.
Como de análisis de big data se convierte en cada vez más popular (y uno tiene la esperanza de un mejor centrado y
organizado), tengo la sospecha de que la medición del contenido de la información en grandes bases de datos
se convertirá en un importante campo de investigación.
