好的，我自己找到了。它是以下论文的一部分：

希门尼斯-加梅罗、玛丽亚-多洛雷斯等人。“错误指定的多项式模型中的最小计算统计与数据分析 55.12 (2011): 3365-3378。$\phi$

$\phi: [0,\infty) \to \mathbb{R}$是一个严格凸函数，在中可以连续两次微分。对于任意，和之间 -散度定义为(Csiszár, 1967) $(0,\infty)$$Q = (q_1,q_2, ... .,q_m)^t,P = (p_1,p_2, . . . ,p_m)^t ∈ \Delta_m$$\phi$$Q$$P$

Love 和 Bayraksan 的这篇论文给出了这样的介绍：'$\phi$-divergences 在统计中用于衡量两个分布之间的“距离”，'以及这个正式的定义：

$I_{\phi}(p,q) = \sum_{\omega = 1}^{n}{q_\omega\phi(\frac{p_\omega}{q_\omega})}$

在哪里$p, q$是概率向量和$\phi$是一个函数$t > 0$. 它引用了 Kullback-Leibler 散度和$\chi^2$距离。介绍从第 1 页开始。5，第页上给出的例子。7.

根据Jager 和 Wellner的说法，这个术语是由 I. Csiszar (1963) 发明的，但他的论文是德文的。Jager 和 Wellner 使用它来构建拟合优度测试，他们给出了以下定义：

$K(u,v) = v \phi(\frac{u}{v}) + (1-v)\phi(\frac{1-u}{1-v})$