Majorization in Multivariate Distributions
多元分布中的主序关系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：摘要讨论主序、卷积与概率不等式的通用理论，虽涉及多元分布，但未直接研究分位数估计或经济分布效应。
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
多元分布中的主序关系
- 研究问题
- 当联合密度具有 Schur 凹性时，集合平移概率、函数卷积及非中心分布参数如何保留主序关系，并产生相应不等式？
- 方法与思路
- 作者从主序偏序和 Schur 凹性出发，研究密度与集合示性函数的卷积，并考察交换性及若干多元分布的性质。
- 材料陈述的贡献
- 摘要称证明 Schur 凹函数卷积仍具 Schur 凹性，导出平移概率与若干分布不等式，并讨论非中心参数中的 Schur 凹性。
- 阅读关注点
- 核对函数和集合的具体条件、交换性在分布实例中的作用，以及非中心分布结论所针对的参数向量和适用范围。
- 阅读边界
- 仅据版本未注明的 OpenAlex 摘要；具体分布限制和不等式未列明，不能仅凭交换性便认定任意联合密度具有 Schur 凹性。
原文摘要
In case the joint density $f$ of $X = (X_1, \cdots, X_n)$ is Schur-concave (is an order-reversing function for the partial ordering of majorization), it is shown that $P(X \in A + \theta)$ is a Schur-concave function of $\theta$ whenever $A$ has a Schur-concave indicator function. More generally, the convolution of Schur-concave functions is Schur-concave. The condition that $f$ is Schur-concave implies that $X_1, \cdots, X_n$ are exchangeable. With exchangeability, the multivariate normal and certain multivariate "$t$", beta, chi-square, "$F$" and gamma distributions have Schur-concave densities. These facts lead to a number of useful inequalities. In addition, the main result of this paper can also be used to show that various non-central distributions (chi-square, "$t$", "$F$") are Schur-concave in the noncentrality parameter.