Bounding Moments, the Gini Index and Lorenz Curve from Grouped Data for Unimodal Density Functions
单峰密度下由分组数据界定矩、基尼指数与洛伦兹曲线AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要直接研究分组数据下的基尼指数、洛伦兹曲线与分布特征界定。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
单峰密度下由分组数据界定矩、基尼指数与洛伦兹曲线
- 研究问题
- 仅观察区间分组数据且总体密度为单峰时，如何界定凸函数期望，并进一步界定基尼指数和洛伦兹曲线？
- 方法与思路
- 作者将递减密度下凸函数积分的界定方法扩展到单峰密度，并研究给出这些积分界的密度与不平等指标界的关系。
- 材料陈述的贡献
- 摘要称，对任意凸函数积分给出界的单峰密度，也能界定基尼指数和洛伦兹曲线，从而扩展分组数据的信息利用。
- 阅读关注点
- 应核对分组数据提供的信息、单峰限制的具体形式，以及积分界与基尼指数、洛伦兹曲线界之间的论证。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未说明矩存在条件、界的具体形式或是否可达，不能补造识别结论或推断刊本变化。
原文摘要
In this article we first show how to extend the method for bounding ∫ h(x)f(x)dx from data grouped in intervals in which h(x) is convex and f(x) is decreasing to the case in which f(x) is unimodal. We then show that the unimodal density functions that bound ∫ h(x)f(x)dx for any convex function h(x) also bound the Gini index and the Lorenz curve.