KL信息量法

出自MBA智库百科(http://wiki.mbalib.com/)

经济分析工具
埃奇沃斯盒状图 伯特兰德模型 边际分析方法 比较静态分析 巴斯塔布尔标准 纯生产率效应 超边际分析方法 彩票选择实验 动态分析 ELES模型 方差比率检验 古诺模型 国际卡特尔 购买力平价法 公理化方法 霍特林模型 货币先行模型 景气预测法 景气指数分析法 价格卡特尔 经济系统分析 经济计量分析 静态分析 阶段性接近法 均衡分析法 经济学方法论 经济系统工程 经济控制论模型 卡特尔模型 KL信息量法 肯普标准 扩散指数法 马场法 穆勒标准 偏好诱导实验 70规则 斯威齐模型 斯塔克尔伯格模型 萨缪尔森经济学方法论 社会核算矩阵 商情调查方法 讨价还价模型 消费者剩余 希尔施模型 演化经济学方法论 滞后变量模型 综合指标法 自动估值模型 转导法 非货币分析法
[编辑]

KL信息量法

　　K-L信息量法是本世纪中叶，由Kull-back和Leibler提出，用以判定两个概率分布的接近程度。其原理是以基准序列为理论分布，备选指标为样本分布，不断变化备选指标与基准序列时差，计算K-L信息量。K-L信息量最小时对应的时差数确定为备选指标的最终时差。

　　对于偶然的带有随机性的现象，通常可以认为是服从某一概率分布的随机变量的一些实现值。如果已知（或假设）真正的概率分布，而希望估计我们选择的概率模型与这一真的概率分布相近似的程度，从而估计模型的好坏，就需要一个度量，这就是Kullback-Leibler信息量，即K-L信息量。

　　在实际的应用中，是以一个重要的，能够敏感的反映当前经济活动的经济指标作为基准指标。对于每个选取的经济指标相对于基准指标前后移动若干个月，计算K-L信息量的值。K-L信息量越小，说明真实概率分布与模型概率分布越接近，对应的移动月数就是该指标的延迟月数。