C. R. Rao 1920年9月出生于印度。
他的统计学生涯开始于上世纪40年代:先是1943年分别拿下了安德拉大学数学硕士学位和加尔各答大学统计学硕士学位,后又赴英国剑桥大学国王学院攻读博士,师从现代统计学奠基人之一的罗纳德·费希尔(Ronald Fisher)。
初出茅庐,Rao就已经展现出过人的天赋。
1943年,他在加尔各答大学的统计学硕士论文拿下了87%的高分。这一纪录在加尔各答大学至今未被打破。还有评审人评价这篇论文“达到了博士水平”。
1945年,时年25岁的Rao发表了统计学界重磅论文《Information and the Accuracy Attainable in the Estimation of Statistical Parameters》。
就在这篇短短10来页的论文中,Rao证明了Cramér–Rao不等式和Rao-Blackwell定理。两者都是现代统计学方法论的重要组成部分。
简单来说,Cramér–Rao不等式给出了无偏的参数估计的误差下界,为估计量的性能提供了一个基准,任何估计量的方差都不能低于该下界。
Rao-Blackwell定理则描述了如何将任意粗糙的估计量转化为通过均方误差准则或任何一种类似准则优化的估计量。核心思想是用数据中的有效信息做估计,会比直接用全部数据更好。
同时,这篇论文也奠定了信息几何理论的框架——信息几何在如今的人工智能研究中有广泛的应用,还被用在大型强子对撞机的希格斯玻色子测量上。
具体而言:
Rao引入了参数空间中概率分布之间的距离或散度的概念。
将参数化族视为黎曼流形,并把Fisher信息矩阵作为黎曼度量张量。
提出用Fisher-Rao距离来度量两个概率分布之间的差异性。
这篇论文是最早将微分几何方法应用到概率模型的工作之一。
Rao教授一生获奖无数,拥有印度、英国、美国和意大利等8个国家科学院院士头衔。
值得一提的是,他生前培养了50多名博士,华盛顿大学医学院生物统计学系主任Dabeeru C.Rao、美国统计协会Fellow、印度统计学家Debabrata Basu等人都是他的学生。
并且百岁之际,他也并没有完全退休,仍然担任宾夕法尼亚州立大学的名誉教授和布法罗大学的研究教授。
One More Thing
有关开头提到的C. R. Rao的名句,在百岁之时,他本人做出了小小的修改。
印度媒体援引他本人的说法时,最后一句变成了:All methods of acquiring knowledge are essentially statistics。
即,所有获取知识的方法本质上都是统计学。
参考链接:
[1]https://www.cambridge.org/core/journals/econometric-theory/article/abs/et-interview-professor-cr-rao-interviewed-by-anil-k-bera-university-of-illinois-at-urbanachampaign/6E9083BF27A9B02516EBD4D18F778E4D
[2]https://www.psa.gov.in/article/prof-calyampudi-radhakrishna-rao/347
[3]https://crraoaimscs.res.in/notable-students.php