先验概率

在贝叶斯统计中，某一不确定量p的先验概率（英语：Prior probability）分布是在考虑“观测数据”前，能表达p不确定性的概率分布。它旨在描述这个不确定量的不确定程度，而不是这个不确定量的随机性。这个不确定量可以是一个参数，或者是一个隐含变量（latent variable）。依据应用领域的不同，先验概率又叫做先验概率、先验概率、事前先验概率、居先概率。^[1]

“Prior probability”的各地常用名称
中国大陆	先验概率
港澳	先验概率
台湾	事前机率
日本、韩国汉字	事前确率

在使用贝叶斯定理时，我们通过将先验概率与似然函数相乘，随后标准化，来得到后验概率分布，也就是给出某数据，该不确定量的条件分布。

先验概率通常是主观的猜测，为了使计算后验概率方便，有时候会选择共轭先验。如果后验概率和先验概率是同一族的，则认为它们是共轭分布，这个先验概率就是对应于似然函数的共轭先验。