---
title: "Statistical Manifold (统计流形)"
created: 2026-06-23
updated: 2026-06-23
type: concept
tags: ["information-geometry", "differential-geometry", "riemannian-geometry", "fisher-metric"]
sources: ["Amari & Nagaoka (2000)", "Amari (2016)", "https://arxiv.org/abs/2606.18306"]
---

# Statistical Manifold (统计流形)

**统计流形**是一个参数统计模型 {p_θ : θ ∈ Θ ⊂ ℝᵈ} 配备 [[fisher-information-metric|Fisher 信息度量]]构成的黎曼流形 (Θ, g_F)。

## 核心结构

Fisher 度量在 θ 点定义为：

```
G(θ)_{ij} = E_{x∼p_θ} [∂_i log p_θ(x) · ∂_j log p_θ(x)]
```

该度量赋予参数空间局部统计可区分性的几何尺度：

- **G(θ) 大的方向**：参数微小变化 → 分布显著改变
- **G(θ) 小的方向**：参数变化对分布影响弱
- **G(θ) ≻ 0 假设**：标准统计流形理论要求 Fisher 满秩

## 关键不变量

1. **KL 散度的局部展开**：D_KL(p_θ ∥ p_{θ+Δθ}) = ½ Δθᵀ G(θ) Δθ + o(∥Δθ∥²)
2. **再参数化不变性**：平滑坐标变换下 G(θ) 按张量规律变换
3. **自然梯度**：∇^{nat} = G⁻¹ ∇（Fisher 几何下的最陡方向）

## 与信息几何的关系

[[information-geometry|信息几何]] (Amari, 2016) 进一步在统计流形上引入：
- 对偶仿射连接 (∇, ∇*)
- 指数/混合平坦性对偶
- 散度几何与投影定理

## 在 Fisher Width 中的角色

[[fisher-width|Fisher Width]] 的核心操作是**局部 Fisher 重标度**：
```
v ↦ G(θ)^{1/2} v
```
它将欧几里得集合 T 变形为 Fisher 几何中的"有效形状" G(θ)^{1/2} T，使其宽度对统计曲率敏感。

## 参考

- [[information-geometry|Information Geometry]]
- [[fisher-information-metric|Fisher Information Metric]]
- [[fisher-width|Fisher Width]]
- [[gaussian-width|Gaussian Width]]