复杂估计问题的分解通常通过使用潜在似然或密度函数的因式分解公式来获得。例如，在所谓的可分解图形模型中，在图诱导的条件独立性的限制下，原始模型中的估计可以分解为对应于子图的估计问题。这种分解是基于可以从图中读出的条件独立性的性质以及假定的潜在密度函数的因式分解。本文介绍了累积分布函数的类似因式分解公式，这些公式在密度不可控的情况下很有用。