>>548
>箱入り無数目でハルシネーションしてるのは実は君
>N全体に対して「１からｎまで」は０だといいたいみたいだけど
>もし、そう言い切ってしまうと、測度の可算加法性によって
>Ｎ全体が０になってしまう
>可算加法性を前提にした測度の定理は
>成立しなくなるものが多々ある

そうです
その点は、先回りして 布石を打っている
下記の”非正則事前分布”で ベイズ推定で使われる

”非正則事前分布”は 便宜として使われるが 正規の測度論の外！
だね

(参考)
(google検索)
ベイズ推定で使われる 非正則事前分布 とは どのようなものか
AI による概要
非正則事前分布（Improper Prior）とは、全範囲で積分しても合計が1（有限値）にならない、確率分布の定義を満たさない事前分布のことです。全範囲が一様分布のように広がるものが代表例で、事前情報が皆無であることを表現する「無情報事前分布」として使われ、データのみで事後分布を構成する場合に有効です
1. 非正則事前分布の主な特徴
全範囲での積分が1にならない: 確率の定義を満たさないため、技術的には「分布」ではなく「測度」ですが、ベイズの定理の計算（事後分布 α 尤度 ｘ 事前分布）には適用可能です。

2. メリット・デメリット
略す

　>>541より
https://rio2016.5ch.net/test/read.cgi/math/1736907570/8
(参考)
https://ai-trend.jp/basic-study/bayes/improper_prior/
AVILEN Inc. 2020
2020/04/14
非正則事前分布とは？〜完全なる無情報事前分布〜
ライター：古澤嘉啓
目次
1 非正則な分布とは？一様分布との比較
2 非正則分布は確率分布ではない！？
3 非正則事前分布は完全なる無情報事前分布
4 まとめ

https://www.math.kyoto-u.ac.jp/~ichiro/index_j.html
重川一郎
https://www.math.kyoto-u.ac.jp/~ichiro/lectures/2013bpr.pdf
2013年度前期 確率論基礎
Ｐ7
確率空間例サイコロ投げの場合
確率空間として次のものを準備すればよい．
Ω＝{1,2,・・・,6}^N∋ω＝{ω1,ω2,・・・}
ωnは1,2,・・・,6のいずれかで，n回目に出た目を表す．
確率はη1,η2,・・・ηnを与えて
P(ω1=η1,ω2=η2,・・・ωn=ηn)＝(1/6)^n
と定めればよい．これが実際にσ-加法的に拡張できることは明らかではないが，Kolmogorovの拡張定理と呼ばれる定理により証明できる．