跳到正文
← 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:摘要涉及多元分布概率不等式与通用多重决策,未明确涉及金融风险或其他所列经济金融应用。

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
Yung Liang Tong

多元正态与多元 t 分布的若干概率不等式

研究问题
如何为高维多元正态及多元 t 分布的单侧和双侧矩形区域概率建立下界,并将这些界用于多重决策问题?
方法与思路
作者利用非负随机变量期望的相关结果推导概率不等式,以较低维矩形概率构造高维矩形概率的下界。
材料陈述的贡献
摘要称,所给下界在高低维度之比接近一时表现较好,并讨论这些概率界在多重决策问题中的应用。
阅读关注点
应核对矩形区域的限制、分布相关结构及 t 分布参数要求,并查看下界精度的评价依据和决策应用条件。
阅读边界
摘要未完整说明概率界的适用条件,也未给出精度数值,不能认定任意矩形均适用。来源为版本未注明的 OpenAlex 索引摘要,不能推断刊本变化。

原文摘要

Applying the result of expectations of non-negative random variables, inequalities for the one-sided and two-sided rectangular probabilities of higher-dimensional multivariate normal and multivariate t distributions are obtained. It is shown that their k-dimensional rectangular probabilities is lower bounded by the (k/m)th power of their m-dimensional rectangular probabilities for every k≥ m ≥ 1, and this bound is quite good when k/m is close to one. Applications to multiple decision problems are considered.

笔记与分组
相关领域论文