Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > math > arXiv:2508.17507

帮助 | 高级搜索

数学 > 概率

arXiv:2508.17507 (math)
[提交于 2025年8月24日 ]

标题: 多个步骤向前预测的大数定律

标题: A law of large numbers for predicting several steps ahead

Authors:Vladimir Vovk
摘要: 本注释证明了一个预测多步 ahead 的大数定律,对于均匀有界随机变量的情况,该定律推广了鞅的标准大数定律;标准的大数定律对应于预测一步 ahead。 其主要结果表明,对于预测$N$个均匀有界随机变量$o(N)$步 ahead,大数定律成立,但其更加精确,在某些方面是最佳的。 这个大数定律被应用于一个具有有界损失函数的决策问题,该函数限制每个决策的影响到$o(N)$步。
摘要: This note proves a law of large numbers for predicting several steps ahead, which, in the case of uniformly bounded random variables, generalizes the standard law of large numbers for martingales; the standard law of large numbers corresponds to predicting one step ahead. Its main result shows that the law of large numbers holds for predicting $N$ uniformly bounded random variables $o(N)$ steps ahead, but it is much more precise and in some respects optimal. This law of large numbers is applied to a problem of decision making with a bounded loss function limiting the impact of each decision to $o(N)$ steps.
评论: 9页
主题: 概率 (math.PR)
MSC 类: 60F05, 60G42 (Primary) 60F10, 60G25, 91B06 (Secondary)
引用方式: arXiv:2508.17507 [math.PR]
  (或者 arXiv:2508.17507v1 [math.PR] 对于此版本)
  https://doi.org/10.48550/arXiv.2508.17507
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Vladimir Vovk [查看电子邮件]
[v1] 星期日, 2025 年 8 月 24 日 20:09:16 UTC (8 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
查看许可
当前浏览上下文:
math.PR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-08
切换浏览方式为:
math

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号