On Bounding Moments from Grouped Data
利用分组数据界定分布矩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：摘要明确研究分组数据所约束的分布特征，并给出基尼指数界，与分布及不平等度量直接相关，但未涉及因果分布效应。
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
利用分组数据界定分布矩
- 研究问题
- 当数据仅按区间分组且每组均值已知时，如何界定底层分布的广泛矩函数，并获得方差和基尼指数的上下界？
- 方法与思路
- 作者在摘要所述的凸函数和分布函数凹性约束下构造极值分布，求取相关矩的上下界，并用两个理论分布作说明。
- 材料陈述的贡献
- 摘要称，该方法可为一大类分布矩给出上下界，且构造达到界限的极值分布，并展示方差与基尼指数的界限。
- 阅读关注点
- 应核对区间概率与组均值等信息要求、凹性约束的确切含义、上下界是否可达，以及方差和基尼指数例子的条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；分组信息要求和形状约束细节未说明，理论例子不能代替实际数据验证。
原文摘要
This article derives bounds on a wide class of moments of the underlying distribution from data grouped in intervals when the mean of each group is given. The extremal distributions are constructed yielding the upper and lower bounds to moments of the form ∫h(x)dF(x), where h(x) is convex and F(x) is concave. To illustrate the results, bounds on the variance and Gini index are presented for two theoretical distributions.