Stochastic comparisons of sample mean differences for multivariate random variables
发表于 2026年3月16日上传于 2026年3月17日
本文研究多元椭圆分布下Gini均差的随机序与增凸序,推广并修正了先前关于多元正态与其尺度混合的结论;给出若干充分条件(基于协方差矩阵的半正定关系或指定分量增量)以保证Gini指标按通常随机序单调性,以及对多元正态Gini指标的尾概率和大偏差率给出精确渐近式
本文研究多元椭圆分布下Gini均差的随机序与增凸序,推广并修正了先前关于多元正态与其尺度混合的结论;给出若干充分条件(基于协方差矩阵的半正定关系或指定分量增量)以保证Gini指标按通常随机序单调性,以及对多元正态Gini指标的尾概率和大偏差率给出精确渐近式
本文在已知均值与方差的部分信息约束下,分别给出单峰、对称和对称单峰分布情形下失真风险度量(distortion riskmetrics)与加权熵的最坏/最好情形上下界表达式,并导出若干特例(如累积Tsallis熵、累积残差熵、Gini类量度与高阶ES等)的闭式或界结果,为在分布不确定下的风险评估与保费原理提供理论界限与对应的极端分布构造方法