最小充分統計量

最小充分統計量（Minimal sufficient statistic）是一個統計學的概念，指的是在給定的模型下，能夠完全描述數據並不遺漏任何信息的統計量。換句話說，它是能夠用來估計模型參數的所有可能的統計量的子集。最小充分統計量的特點是，它們不僅能夠用來估計模型參數，而且還是最小化的，即它們不包含任何冗餘的信息。

最小充分統計量的概念是由統計學家雷諾德·費希爾（R. A. Fisher）提出的，它是一個非常重要的概念，因為它允許我們在數據分析中使用盡可能少的數據，同時仍然能夠得到準確的模型參數估計。最小充分統計量的另一個重要特點是，它們是無偏的，即它們不會系統性地偏離真實的模型參數。

在實際應用中，最小充分統計量的例子包括樣本均值、樣本方差和樣本矩。這些統計量不僅能夠用來估計模型參數，而且它們還是最小化的，即它們不包含任何冗餘的信息。例如，樣本均值是正態分佈的充分統計量，因為它包含了所有有關數據的信息，並且可以唯一地確定數據的分布。