Fisher information（费舍尔信息量）：统计学与信息论中的一个量，用来衡量观测数据对某个未知参数所包含的信息量。直观上，Fisher information 越大，表示数据对参数的“约束力”越强，参数估计通常能更精确（在一定条件下与估计方差下界相关，如 Cramér–Rao 下界）。
/ˈfɪʃər ˌɪnfərˈmeɪʃən/
The Fisher information is larger when the data are less noisy.
当数据噪声更小时，费舍尔信息量更大。
In maximum likelihood estimation, the Fisher information helps quantify the curvature of the log-likelihood and sets a lower bound on the variance of unbiased estimators.
在极大似然估计中，费舍尔信息量可用来刻画对数似然函数的曲率，并为无偏估计量的方差给出一个下界。
该术语以英国统计学家 Ronald A. Fisher（罗纳德·费舍尔）命名；“information（信息）”在此并非日常“消息”的意思，而是指数据对参数不确定性的减少程度。Fisher 在 20 世纪早期建立了许多现代统计推断的基础概念，这一量因此得名。
Select Language