1、先验概率是指根据以往经验和分析得到的概率，如全概率公式，它往往作为由因求果问题中的因出现的概率。

2、在贝叶斯统计推断中，不确定数量的先验概率分布是在考虑一些因素之前表达对这一数量的置信程度的概率分布。

(相关资料图)

3、例如，先验概率分布可能代表在将来的选举中投票给特定政治家的选民相对比例的概率分布。

4、未知的数量可以是模型的参数或者是潜在变量。

5、后验概率是信息理论的基本概念之一。

6、在一个通信系统中，在收到某个消息之后，接收端所了解到的该消息发送的概率称为后验概率。

7、后验概率的计算要以先验概率为基础。

8、后验概率可以根据通过贝叶斯公式，用先验概率和似然函数计算出来。

9、扩展资料：不知情的先验可以表达客观信息，例如变量为正或变量小于某个限制。

10、确定不知情的先验的最简单和最古老的规则是冷漠的原则，它将所有可能性赋予相等的概率。

11、在参数估计问题中，使用不知情的先验通常产生与传统统计分析不太大的结果，因为似然函数通常产生比不知情的先验的更多信息。

12、参考资料来源：百度百科-先验概率 百度百科-后验概率。

本文分享完毕，希望对大家有所帮助。