Likelihood Ratio Tests for Lorenz Dominance
洛伦兹占优的似然比检验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：摘要直接研究洛伦兹曲线、分布间随机占优及相关假设检验。
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…
洛伦兹占优的似然比检验
- 研究问题
- 如何刻画具有三阶随机占优但不具有二阶广义洛伦兹占优的分布对，并检验洛伦兹占优、曲线交叉及三阶占优？
- 方法与思路
- 作者研究相关分布对的特征，提出基于近似卡方分布的似然比拟合优度检验，并用模拟分布与区域疫情死亡计数应用。
- 材料陈述的贡献
- 摘要称将交叉洛伦兹曲线与三阶随机占优的分析联系起来，并为多类占优假设构造似然比检验及展示应用。
- 阅读关注点
- 应核对各种占优关系的定义与方向、风险厌恶解释、交叉曲线条件，以及近似卡方分布的依据和双变量样本处理。
- 阅读边界
- 仅据所给 OpenAlex 摘要，未核对刊本变化；检验构造与近似条件未说明，疫情计数的占优关系不能直接解释为政策效果。
原文摘要
In testing hypotheses pertaining to Lorenz dominance (LD), researchers have examined second- and third-order stochastic dominance using empirical Lorenz processes and integrated stochastic processes with the aid of bootstrap analysis. Among these topics, analysis of third-order stochastic dominance (TSD) based on the notion of risk aversion has been examined using crossing (generalized) Lorenz curves. These facts motivated the present study to characterize distribution pairs displaying the TSD without second-order (generalized Lorenz) dominance. It further motivated the development of likelihood ratio (LR) goodness-of-fit tests for examining the respective hypotheses of the LD, crossing (generalized) Lorenz curves, and TSD through approximate Chi-squared distributions. The proposed LR tests were assessed using simulated distributions, and applied to examine the COVID-19 regional death counts of bivariate samples collected by the World Health Organization between March 2020 and February 2021.