更改

</math>

</math>

==基本条件==

==因果几何==

原始数据集用<math>X=(X_1,…,X_n )</math>表示，其中<math>X_1,…,X_n</math>表示<math>n</math>组个体数据，统计信息和潜在特征用集合<math>W</math>表示，中间量用<math>Y</math>表示。

连续映射EI的表达式可以扩展到更高的维度，假设<math>\mathbf{x}\in[-L/2，L/2]^n\subset\mathcal{R}^n

 

</math>且<math>\mathbf{y}$\in\mathcal{R}^m

 

</math>，其中<math>n

 

</math>和<math>m

 

</math>是正整数。只存在观测噪声的情况下，EI可以推广为以下形式：

 

<math>EI\approx \ln(\frac{L^n}{(2\pi e)^{m/2}})+\frac{1}{2}\mathbb{E}_{\mathbf{x}\sim U ([-\frac{L}{2},\frac{L}{2}]^n)}\ln\left|\det\left(\frac{\partial_\mathbf{x} f(\mathbf{x})}{\Sigma^{1/2}}\right)\right|^2,

</math>

=== 马尔科夫性 ===

=== 马尔科夫性 ===