From Characteristic Function to Distribution Function: A Simple Framework for the Theory
从特征函数到分布函数：一个简明理论框架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：摘要属于特征函数反演的一般概率理论，没有明确的分布效应或其他领域专属经济问题。
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
从特征函数到分布函数：一个简明理论框架
- 研究问题
- 如何在统一框架中由特征函数计算分布函数，并用同一种证明思路处理单变量反演和多变量推广？
- 方法与思路
- 作者建立特征函数到分布函数的统一分析框架，提出单变量反演定理的新证明方法，再据此推导多变量反演定理。
- 材料陈述的贡献
- 摘要称，方法为 Gurland 和 Gil-Pelaez 的单变量反演定理提供新证明路径，并得到多变量反演结果。
- 阅读关注点
- 应核对反演公式、积分存在与收敛条件、分布不连续点的处理，以及单变量证明推广到多变量时的限制。
- 阅读边界
- 仅据所给 Crossref 摘要，无法确定反演定理的具体条件或计算误差；摘要也未报告数值算法与应用表现。
原文摘要
A unified framework is established for the study of the computation of the distribution function from the characteristic function. A new approach to the proof of Gurland's and Gil-Pelaez's univariate inversion theorem is suggested. A multivariate inversion theorem is then derived using this technique.