2011-02-08 93 views
0

假設M是一組對象m,每個對象都有屬性X和Y.現在,如果X和Y對於給定的m只能有一個值(即X,Y是隨機變量P(X = x_i | M = m_i),P(Y = y_i | M = m_i)),可以計算X和Y的互信息。但是如果X可以一次有多個結果會怎麼樣呢?即對於m_3 X = {x1,x2} - 通常X的結果是所有可能結果的子集。在這種情況下,可以測量互信息還是其他衡量依賴性的方法?計算相互信息

是否有可能將X分解爲二元隨機變量X_1,X_2等,其中X_1 = 1 iff X包含x1,否則X_1 = 0,然後對所有組合i,j計算I(X_i,Y_j)該信息爲了得到我(X,Y)?

謝謝。

例子:

m_1: X={a,b}, Y={x,y}; m_2: X={c}, Y={z,x} 

回答

0

如果我沒有錯,前提你設置:

If M is a set of objects { m1, m2, ... }, 
and each mi has two attributes X, Y, 
and X, Y can be a set of { x1, x2, ... } , { y1, y2, ... } respectively 

,那麼你要定義

*(X, Y) based on each mi's X, Y 

那麼,這增加了複雜性在計算方面顯着的問題,但你仍然可以進行相同類型的相關,除了不是關聯t wo值X和Y,則表示兩個子集X和Y相關聯。

+0

讓V_X設置X的所有可能結果。我想將互信息的定義擴展爲X是V_X的任何子集的情況。 – user574959 2011-02-08 10:27:22

0

根據集合的含義以及要使用的互信息,您可以將這些集合視爲原子值。那麼你的事件空間就是V_X的powerset,你可以用通常的方式計算這個較大事件空間的相互信息(比特串)。

有互信息的多變量概括,如交互信息或總相關性,但我認爲他們不是你想要的。你可能更願意查看其他非信息理論多元相關度量。