该研究证明了在亚高斯随机向量中，正半定二次型满足指数概率尾部不等式，该界限类似于向量具有独立高斯条目时的界限。

Oct, 2011

该论文提出了与指数型分布家族相关的尾部概率新不等式，这些分布包括泊松分布、伽马分布、二项分布、负二项分布和倒数高斯分布。所有这些不等式都以有符号对数似然函数为表述，并且这些不等式是定性的，表述用随机支配或者交集属性，即某个离散分布非常接近于某个连续分布。

Jan, 2016

该研究得出了独立的几何或指数变量之和的尾部概率的明确界限。

Sep, 2017

我们使用 Talagrand 通用串联方法修改，为随机过程的所有 p 阶矩获得上界。我们将此过程应用于改进和扩展一些已知的偏差不等式，以便获得至上极限的上尾估计，同时具有最佳的偏差参数，其中包括未限制的经验过程和混沌过程的极限值。作为实践，我们提供了约束等距性质的明显简化证明，该质将离散傅立叶变换的子采样用于稀疏信号恢复。

Sep, 2013

本文提出了独立的、随机的、自共轭矩阵求和的新的概率不等式，并给出了最大特征值和行列式的大偏差行为的强结果。同时，也得到了一些关于矩阵值鞅的证明技巧。

Apr, 2010

本文介绍了一种新型不等式，证明了在一些条件限制下，随机变量的和的尾数的概率小于等于具有相同条件限制的伯努利随机变量之和的概率。

Oct, 2004

利用 Luxemburg 范数的估计，本文针对非必然独立的随机变量中的二次形式给出其尾部概率上限，并给出了在相关观测中固定设计的线性回归中的超额损失估计。

Sep, 2018

通过研究独立非负随机变量，得出一类非降函数的精确上界以及与此相关的概率分布，进而得出原文所述的特定条件下的指数上界和左尾概率。

Mar, 2015

本文回顾了针对 Mills' ratio (1-Φ)/φ 的各种不等式，其中 φ 和 Φ 分别表示标准正态密度和分布函数。通过有限连分数的基本考虑，导出了一种普适的近似方法，这种方法可以推出和优化一些已知的界限。

Dec, 2010

给定独立同分布随机变量的样本的序统计量的非渐近方差和尾部界限。当抽样分布属于最大吸引域时，这些界限被证明是渐近解。如果抽样分布具有非降的危险率（包括高斯分布），我们推导出序统计的指数 Efron-Stein 不等式，以将中心序统计的对数矩生成函数与 Efron-Stein（卡松尼）估计的方差的指数矩相联系。我们使用这个一般的连接来推导高斯样本的序统计的方差和尾部边界。这些界限不在茨瑞耶松 - 伊布拉吉莫夫 - 苏达科夫高斯浓度不等式的范围内。证明是基本的，结合了序统计的 Renyi 表示以及 M. Ledoux 普及的集中不等式的所谓熵方法。

Jul, 2012