Relation between the rate of convergence of strong law of large numbers and the rate of concentration of Bayesian prior in game-theoretic probability
Relation between the rate of convergence of strong law of large numbers and the rate of concentration of Bayesian prior in game-theoretic probability
复制标题
博弈论概率中强大数定律收敛率与贝叶斯先验集中率的关系
DOI：
10.1016/j.spa.2017.07.014
复制
发表时间：
2018
影响因子：
1.4
通讯作者：
Kenshi Miyabe and Akimichi Takemura
中科院分区：
文献类型：
--
作者：
Ryosuke Sato;Kenshi Miyabe and Akimichi Takemura
我们研究了博弈论概率中单边无界预测博弈中固定比例投注策略的连续贝叶斯混合的资本过程的行为。我们建立了自归一化形式的强大数定律的收敛率与原点周围先验密度的无穷大发散率之间的关系。特别是，我们提出了先验密度，确保了迭代对数的 Erdős-Feller-Kolmogorov-Petrowsky 定律的有效性。
We study the behavior of the capital process of a continuous Bayesian mixture of fixed proportion betting strategies in the one-sided unbounded forecasting game in game-theoretic probability. We establish the relation between the rate of convergence of the strong law of large numbers in the self-normalized form and the rate of divergence to infinity of the prior density around the origin. In particular we present prior densities ensuring the validity of Erdős–Feller–Kolmogorov–Petrowsky law of the iterated logarithm.
登录
查看更多内容
Kolmogrov 和 Erdos 检验自我归一化总和
DOI：
10.1016/s0167-7152(98)00228-4
发表时间：
1999
期刊：
影响因子：
--
作者：
Qiying Wang
通讯作者：
Qiying Wang
学生$t$的紧张度-统计
DOI：
10.1214/ecp.v7-1059
发表时间：
2002
期刊：
影响因子：
--
作者：
P. Griffin
通讯作者：
P. Griffin
数学工程技术报告 具有二次和更强对冲的博弈论概率中的迭代对数定律
DOI：
--
发表时间：
2012
期刊：
--
影响因子：
--
作者：
Kenshi Miyabe;A. Takemura
通讯作者：
A. Takemura
在有界预测游戏中弱强制大数定律的简单策略。
DOI：
--
发表时间：
2008
期刊：
Annals of the Institute of Statistical Mathematics, 60
影响因子：
--
作者：
Masayuki Kumon;A. Takemura and Kei Takeuchi;Yasunori Horikoshi and A. Takemura.;Masayuki Kumon and A. Takemura
通讯作者：
Masayuki Kumon and A. Takemura