He encontrado contraejemplos trabajando con una función que es elemental para integrar: la exponencial (que incluye las funciones trigonométricas seno y coseno). Pensé que una ondulada de la supervivencia de la función $1-F$ podría hacer el truco, y lo hace cuando ajustadas de manera adecuada.
Considerar, entonces, la densidad de
$$f(t;\omega,\kappa,\phi) = \frac{\kappa \left(\kappa ^2+\omega ^2\right) \color{red}{e^{-\kappa t} (\cos (\omega (t-\phi ))+1)}}{\kappa ^2 \cos (\omega \phi )+\kappa ^2+\kappa \omega \sin (\omega \phi )+\omega ^2}$$
definido por $t\ge 0$ con los parámetros de $\omega \gt 0$ (la frecuencia), $\kappa \gt 0$ (la tasa de descomposición), y $\phi$ (la fase). (A pesar de que puede parecer complicado, es realmente sólo una forma exponencial descomposición de la sinusoide--muestra en rojo--tiempos de una adecuada normalización de factor.) La integración da la supervivencia de la función
$$1-F(t;\omega,\kappa,\phi) = \frac{e^{-\kappa t} \left(\kappa ^2+\kappa ^2 \cos (\omega (t-\phi ))-\kappa \omega \sin (\omega (t-\phi ))+\omega ^2\right)}{\kappa ^2 \cos (\omega \phi )+\kappa ^2+\kappa \omega \sin (\omega \phi )+\omega ^2}$$
a partir de la cual podemos calcular la "media vida residual" de la función
$$\eqalign{h(t;\omega\kappa\phi) &= \frac{1}{1-F(t;\omega\kappa\phi)}\int_t^\infty (1-F(t;\omega\kappa\phi))dt \\
&=\frac{2 \kappa }{\kappa ^2+\omega ^2}-\frac{\kappa ^2+\kappa ^2 \cos (\omega (t-\phi ))-\omega ^2}{\kappa \left(\kappa ^2+\kappa ^2 \cos (\omega (t-\phi ))-\kappa \omega \sin (\omega (t-\phi ))+\omega ^2\right)}.
}$$
Voy a comparar la distribución con parámetros de $(\omega,\kappa,\phi)=(0,1,0)$ (que se muestra en azul en todas las parcelas de la densidad, la supervivencia, y de LMR) para distribuciones con otros parámetros de $(2\pi, \kappa,\phi)$ (mostrado en rojo).
El primero no se mueva-es exponencial, mientras que el otro hace. Es sencillo demostrar que los patrones visuales establecidos para la supervivencia de la relación y de LMR seguir en cero y a infinito, así que no entraré en los detalles.
En primer lugar es el caso de $\kappa=0.96$$\phi=1.7$: el ondulante de distribución decae un poco menos lentamente.
El "índice de supervivencia" es la relación de las dos funciones de supervivencia, teniendo la base (azul) como numerador. En este caso, ninguno de distribución domina al otro en términos de los LMR, pero el segundo siempre tiene una mayor supervivencia de la función: domina estocásticamente a la primera.
El próximo considerar $\kappa=4/3$$\phi=0.79$. El ondulante densidad decae más rápidamente, manteniendo su LMR bajo, pero un cambio en su fase afecta a la proporción de supervivencia para los pequeños argumentos $t$.
Debido a que el índice de supervivencia es a la vez positivo y negativo, ni la distribución domina estocásticamente a la otra; sin embargo, el primero siempre tiene el mayor LMR.
Estos dos ejemplos ilustran cómo ni de dominancia estocástica ni de la dominación en MLR implica la otra.