Olasılık dağılımları alanında Fisher's Information metriğini doğal bir yerel metrik olarak kullanmayı ve daha sonra mesafeleri ve hacimleri tanımlamak için entegre etmeyi savunan geniş bir literatüre rastladım .
Peki bu "entegre" miktarlar aslında herhangi bir şey için yararlı mıdır? Hiçbir teorik gerekçe ve çok az pratik uygulama bulamadım. Bir adam Lübnan'ın olan eser diye sınıflandırmak belgelere "Fisher'in mesafe" kullanır ve başka bir Rodriguez'in' olduğu Modeli Seçimi ... ABC 'Fisher'in hacmi' modeli seçimi için kullanılır. Görünüşe göre, "bilgi hacmi" kullanmak model seçimi için AIC ve BIC üzerinde "büyüklük emirleri" iyileştirme verir, ancak bu çalışma üzerinde herhangi bir takip görmedim.
Teorik bir gerekçe, bu mesafe veya hacim ölçüsünü kullanan ve MDL veya asimptotik argümanlardan türetilen sınırlardan daha iyi olan bir genelleme sınırına sahip olmak veya makul bir şekilde pratik bazı durumlarda makul olarak daha iyi olan bu miktarlardan birine dayanan bir yöntem olabilir. Bu tür bir sonuç var mı?