0041303 20240103182741.220060926235959.9 21 s. cav_un_epca*02571160378-375813612 (2006)4217-4237Elsevier quantization information divergence asymptotic sufficiency rate of converegence cav_un_auth*0212436 Berlinet A. FR cav_un_auth*0101218 Vajda Igor UTIA-B Ústav teorie informace a automatizace AV ČR, v. v. i. 12B 1M0572 GA MŠk CZ cav_un_auth*0001814 CEZ:AV0Z10750506 Asymptotically sufficient quantizations of statistical observation spaces are studied, for which the loss of information converges to zero. Optimality is treated on the basis of the rate of this converegence. The paper presents criteria for asymptotic sufficiency and optimality. Practical applicability of these criteria is illustrated by examples. Studují se tzv. asymptoticky postačující kvantování statistických pozorovacích prostorů, při kterých ztráta informace konverguje k nule. Optimalnost se odvozuje od rychlosti této konvergence. Práce poskytuje kriteria pro asymptotickou postačitelnost a optimálnost kvantování. Jejich praktická použitelnost se ilustruje na příkladech. 2007 BD http://hdl.handle.net/11104/0134817 2006 cav_un_epca*0257116 Journal of Statistical Planning and Inference 0378-3758 1873-1171 Roč. 136 č. 12 2006 4217 4237 Elsevier