半开区间上的 Lebesgue-Stieltjes 积分

机器算法验证 机器学习 不可缺少的 测度论
2022-04-10 15:03:23

我在证明基于真实模型风险的无限损失的经验风险函数的速率收敛界限的证明中遇到了一个问题(Vapnik,统计学习理论,定理 5.4)。实际问题可以非常简单地浓缩。

令非负随机变量服从分布(不一定是连续的)并且具有阶的有限矩,因此 I想对证明中给出的陈述的真实性感到满意,即tFp>2

[0,)tpdF(t)<
[0,)tpdF(t)=p[0,)tp1(1F(t))dt

对我来说,不一定有 Radon-Nikodym 导数。我还想知道是否有一种方法可以不受限制地直接使用扩展实数来获得答案。F

PS 公式错误是本书的常规功能,但通常很容易排除故障。因此,根据适度的附加假设(例如的存在)或更正来接收答案会很有帮助。dF/dt

0个回答
没有发现任何回复~