Unified formulas for conditional quantities and transportation functionals

技术摘要：条件量与运输泛函的统一公式

问题陈述
本文解决了概率论中的碎片化问题，即在底层随机变量为绝对连续、离散或混合的情况下，条件期望、条件分布、风险函数（hazard functions）和运输泛函（如 Wasserstein 距离）往往通过不同的分析框架进行处理。此外，需要一种统一的方法，在不依赖特定依赖结构的情况下，在固定边缘分布下推导运输型泛函和离散度度量（如基尼指数）的精确界限。作者旨在建立一个统一的概率结构，通过一个统一的框架将这些概念联系起来。

方法论
作者开发了一个基于**分布导数（distributional derivatives）**和 Dirac delta 表示法的框架。

1. 分布工具： 本文利用弱导数和 Dirac delta 分布 ($\delta_t$) 来统一处理针对概率为零事件（例如 $Y=t$）的条件化问题。这种方法将条件化操作视为一种局部化机制。
2. Copula 理论与极值界限： 为了分析运输泛函，作者将分布框架与 Copula 理论相结合。他们利用了 Fréchet–Hoffding 界限（$W_2$ 和 $M_2$）以及 **$\Delta$-单调反函数（$\Delta$-antitonic functions）**的概念。如果一个函数的混合有限差分为非负，则称该函数为 $\Delta$-单调反函数。作者利用期望在 Copula 类上的单调性，推导了形式为 $E|X - Y|^r$ 的矩的精确界限。
3. 分位数与生存函数表示： 通过应用 Dirac delta 的筛选性质（sifting property）于 Fréchet–Hoeffding 界限，作者推导出了涉及分位数函数 ($F^{-1}$) 和生存函数 ($\bar{F}$) 的显式积分表示。

核心贡献与结果

• 统计量的统一公式：

  • 本文建立了适用于绝对连续、离散和混合随机变量的条件期望、条件律、风险函数和不完全分布的一般恒等式。
  • 代换原理（Substitution Principle）： 一个关键结果是将对 $Y=t$ 的条件化解释为一种代换操作，即将 $Y$ 的随机性替换为确定性值 $t$。这通过收缩区间上的条件概率极限得以形式化，从而得到了 $E[g(X,Y)|Y=t]$ 和条件律 $P((X,Y) \in B | Y=t)$ 的统一表达式。
  • 风险函数： 风险函数被表示为一个利用 Dirac delta 的局部发生率，为连续和离散寿命模型提供了统一的表达式。
  • 不完全分布： 本文将不完全（缺陷型）分布重新构架为在包含无穷大的扩展状态空间上的正规分布，为带有“治愈比例（cure fraction）”的混合模型提供了统一的随机表示。

• 运输泛函与矩界限：

  • 精确界限： 对于 $\Delta$-单调反函数 $f$，期望 $E[f(X,Y)]$ 受限于 Fréchet–Hoeffding 下界（$W_2$）和上界（$M_2$）下的期望。具体而言，对于 $f(x,y) = -|x-y|^r$（其中 $r \ge 1$），作者推导了绝对差矩 $E|X-Y|^r$ 的精确界限。
  • 分位数表示：
    • $r$ 阶 Wasserstein 距离 ($W_r$) 被证明等于分位数函数之间的 $L^r$ 距离：$W_r^r(F_X, F_Y) = \int_0^1 |F_X^{-1}(u) - F_Y^{-1}(u)|^r du$。
    • 同时推导出了一个对应的上运输泛函 ($\bar{W}_r$)，代表在固定边缘分布下 $E|X-Y|^r$ 的最大可能值：$\bar{W}_r^r(F_X, F_Y) = \int_0^1 |F_X^{-1}(u) - F_Y^{-1}(1-u)|^r du$。
  • 生存函数界限： 本文提供了仅由边缘生存函数表示的等价界限，为离散度提供了替代视角。
  • 依赖系数： 引入了一个归一化的依赖系数 $\rho_r$，用于衡量 $E|X-Y|^r$ 在其最小值和最大值之间的相对位置。

• 特定分布的应用：

  • 推导出的分位数表示被应用于标准化计数分布的正态近似。文中为 Poisson、**二项分布（Binomial）和负二项分布（Negative Binomial）**模型提供了显式公式。
  • 对于二次情形 ($r=2$)，Wasserstein 距离和上运输泛函被证明完全由标准化和分布与标准正态分布之间的分位数相关系数决定。

• 基尼度量（Gini Measures）：

  • 作为 $r=1$ 的特例，结果提供了二元基尼平均差及相关的二元基尼指数的显式界限和生存函数表示，将这些不等性度量直接与最优运输成本联系起来。

意义与主张
本文声称在单一统一的概率框架内，建立了条件结构、依赖建模、离散度度量、正态近似和最优运输之间的显式联系。

• 统一性： 主要意义在于揭示了作为经典概念（如条件期望和风险函数）基础的“共同局部化机制”，且该机制对不同类型的分布（连续、离散、混合）均有效。
• 简洁性： 该方法实现了经典结果（如 Wasserstein 距离的分位数表示）的简洁推导，并提供了无需复杂运输问题求解的运输泛函新表示。
• 可解释性： 通过将基尼型离散度度量与极值运输成本相连，本文强化了不等性度量与最优运输理论之间的理论联系。
• 可计算性： 为计数分布提供的公式提供了可计算的偏离正态性的度量，这些度量仅依赖于底层模型的分布函数。

作者将这些结果定位为为概率论和数理统计中的基本构造提供统一视角，强调了分布表示和极值依赖结构的核心作用。