posteriorijakaumiin
Posteriorijakaumiin on tilastollisessa päättelyssä käytetty termi, joka kuvaa parametri- tai muuttujan arvojen todennäköisyysjakaumaa sen jälkeen, kun havainnot on otettu huomioon. Bayesin periaatteen mukaan se saadaan yhdistämällä a priori-tieto sekä havaintojen todennäköisyys. P(θ|D) = [P(D|θ) P(θ)] / P(D). P(D) on todennäköisyys havaita data D kaikkien mahdollisten θ-arvojen ali- tai integraalissa.
Komponentit koostuvat priorsista ja todennäköisyydestä. A priori (P(θ)) ilmaisee uskomukset parametrista ennen dataa, kun taas likelihood
Ominaisuudet vaihtelevat. Posteriorijakauma riippuu sekä priorsista että mallinnuksesta; jos käytetään konjugoituvia priorisuhteita, posteriori on samankaltaista perhettä
Esimerkkejä. Normaali-ngiston malli normaalijakauman kanssa tunnetusta varianssista ja normaalista priorista voi johtaa normaaliposterioriini. Binomiaalisen todennäköisyysjakauman kanssa