通过有偏耦合的测度集中

设$Y$是一个非负随机变量，均值为$\mu$，有限正方差为$\sigma^2$，并且$Y^s$定义在与$Y$相同的空间上，具有$Y$的大小有偏分布，即该分布的特征在于对所有使得这些期望存在的函数$f$，有E[Yf(Y)]=\mu E f(Y^s)。在$Y$和$Y^s$耦合的各种条件下，包括有界性和单调性的组合，测度集中不等式成立。例子包括随机排列中相对有序子序列的数量、滑动窗口统计（包括抛硬币序列中m-游程的数量）、格点上随机函数的局部最大值数量、瓮分配模型中恰好包含一个球的瓮的数量、均匀放置在$d$维欧几里得空间体积为$n$的子集上的$n$个球的并集所覆盖的体积、所谓灯泡过程中在终止时刻亮着的灯泡数量，以及满足有界矩生成函数条件的无穷可分分布和复合泊松分布。