>>498
>おかしいと言っておきながら反例をひとつも挙げれなかったどあほが何かほざいとるね

反例は、下記の重川一郎 無限回のサイコロの目
サイコロの目を箱に入れる これまさに箱入り無数目

つまり 下記 重川一郎 京大 確率論 によれば 独立同分布iidを仮定する
どの箱の的中確率も1/6 つまり 普通のサイコロ通り
時枝氏の”箱入り無数目”は ある箱が 箱を開けることなく 確率99/100となるという
これ矛盾 即ち重川一郎 全ての箱(例外なく)のサイコロで確率1/6 vs ある箱の確率99/100 by 箱入り無数目
つまり ”重川一郎 全ての箱(例外なく)のサイコロで確率1/6”が反例

(参考)
https://rio2016.5ch.io/test/read.cgi/math/1736907570/754
(google検索)
確率論のKolmogorovの拡張定理とは 簡単に言えば どんなものか？
AI による概要
確率論におけるコルモゴロフ（Kolmogorov）の拡張定理は、一言で言うと「有限個のデータの集まり（有限次元分布）に整合性があれば、それらを無限に並べた全体（無限次元分布）の確率構造が自動的に一つに決まる」ということを保証する定理です
もっと簡単にいうと、以下のようになります。
1. どんな定理か？
・「全体は分からないけど、どんなに細かく切って（有限個）調べても矛盾がない」なら、「全体（無限）のルールも一つに決まる」
・時間の経過（ブラウン運動など）や空間の広がりの中で、すべての瞬間・場所のルールを一気に定義するのは難しいが、有限個の場所・時間における同時分布に矛盾がなければ、それらを束ねて確率過程（無限の対象）を作れる
2. なぜ必要なのか？
ブラウン運動のような「連続的な時間」や「無限のデータ」を扱う際、無限個の要素すべてに対して直接確率を定義するのは数学的に非常に困難です。この定理により、扱いやすい「有限個のデータ」の整合性チェックをするだけで、無限個のデータの確率的な振る舞い（確率測度）を正しく定義できるようになります
3. 具体的なイメージ
・サイコロを100回投げる（有限）: 1回目、2回目...100回目の結果を計算しやすい
・サイコロを無限回投げる（無限）: 個々の確率から、無限列の確率をどう決めるか？
・拡張定理: 1回目〜n回目までの確率分布が、その後のn+1回目以降と矛盾なく繋がっている（整合性がある）なら、無限回投げた全体の確率は定義できる

https://ja.wikipedia.org/wiki/%E3%82%B3%E3%83%AB%E3%83%A2%E3%82%B4%E3%83%AD%E3%83%95%E3%81%AE%E6%8B%A1%E5%BC%B5%E5%AE%9A%E7%90%86
コルモゴロフの拡張定理

(参考)
https://rio2016.5ch.io/test/read.cgi/math/1736907570/8 より
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