中心极限定理是概率论中的一组定理。中心极限定理说明，在适当的条件下，大量相互独立随机变量的均值经适当标准化后依分布收敛于标准正态分布。这组定理是数理统计学和偏差分析的理论基础，指出了大量随机变量之和近似服从正态分布的条件。
魏宗舒，男，上海人，中华人民共和国数理统计学家，华东师范大学教授，中国概率统计学会、中国质量管理协会原副理事长。
数理统计学中，费希尔信息，或称费雪讯息数，通常记作
I
X
{\displaystyle {\mathcal {I}}_{X}}
，是衡量观测所得的随机变量
X
{\displaystyle X}
携带的关于未知母数
θ
{\displaystyle \theta }
的讯息量，其中
X
{\displaystyle X}
的概率分布依赖于母数
θ
{\displaystyle \theta }
。费希尔信息由统计学家罗纳德·费希尔在弗朗西斯·伊西德罗·埃奇沃思工作的基础上提出，现常用于最大似然估计和贝叶斯统计学中。
数理统计学中，费希尔信息，或称费雪讯息数，通常记作
I
X
{\displaystyle {\mathcal {I}}_{X}}
，是衡量观测所得的随机变量
X
{\displaystyle X}
携带的关于未知母数
θ
{\displaystyle \theta }
的讯息量，其中
X
{\displaystyle X}
的概率分布依赖于母数
θ
{\displaystyle \theta }
。费希尔信息由统计学家罗纳德·费希尔在弗朗西斯·伊西德罗·埃奇沃思工作的基础上提出，现常用于最大似然估计和贝叶斯统计学中。
数理统计学中，费希尔信息，或称费雪讯息数，通常记作
I
X
{\displaystyle {\mathcal {I}}_{X}}
，是衡量观测所得的随机变量
X
{\displaystyle X}
携带的关于未知母数
θ
{\displaystyle \theta }
的讯息量，其中
X
{\displaystyle X}
的概率分布依赖于母数
θ
{\displaystyle \theta }
。费希尔信息由统计学家罗纳德·费希尔在弗朗西斯·伊西德罗·埃奇沃思工作的基础上提出，现常用于最大似然估计和贝叶斯统计学中。
在数理统计学中，似然函数是一种关于统计模型中的母数的函数，表示模型参数中的似然性。似然函数在统计推论中有重大作用，如在最大似然估计和费雪信息之中的应用等等。文字意义上，“似然性”与“或然性”或“概率”意思相近，都是指某种事件发生的可能性，但是在统计学中，“似然性”和“概率”有明确的区分：概率，用于在已知一些参数的情况下，预测接下来在观测上所得到的结果；似然性，则是用于在已知某些观测所得到的结果时，对有关事物之性质的参数进行估值，也就是说已观察到某事件后，对相关母数进行猜测。
在数理统计学中，似然函数是一种关于统计模型中的母数的函数，表示模型参数中的似然性。似然函数在统计推论中有重大作用，如在最大似然估计和费雪信息之中的应用等等。文字意义上，“似然性”与“或然性”或“概率”意思相近，都是指某种事件发生的可能性，但是在统计学中，“似然性”和“概率”有明确的区分：概率，用于在已知一些参数的情况下，预测接下来在观测上所得到的结果；似然性，则是用于在已知某些观测所得到的结果时，对有关事物之性质的参数进行估值，也就是说已观察到某事件后，对相关母数进行猜测。
在数理统计学中，似然函数是一种关于统计模型中的母数的函数，表示模型参数中的似然性。似然函数在统计推论中有重大作用，如在最大似然估计和费雪信息之中的应用等等。文字意义上，“似然性”与“或然性”或“概率”意思相近，都是指某种事件发生的可能性，但是在统计学中，“似然性”和“概率”有明确的区分：概率，用于在已知一些参数的情况下，预测接下来在观测上所得到的结果；似然性，则是用于在已知某些观测所得到的结果时，对有关事物之性质的参数进行估值，也就是说已观察到某事件后，对相关母数进行猜测。
伊丽莎维塔莱维娜是俄裔美国的 数理统计学，密歇根大学统计系Vijay Nair讲席教授 ，现任系主任。她在高维统计，统计网络分析，及 非参数统计 等多个统计学领域做出了杰出贡献。
Mini wiki
