10 是否有对弱信息先验的精确定义？ 它与得到广泛支持的主观先验有何不同？ bayesian prior — 记忆 source 3 我的理解是，信息量较弱的先验更多地表达了研究者对先验的态度，而不是先验本身的任何数学性质。典范的例子是盖尔曼（Gelman）建议的柯西（Cauchy）先验，位置0，比例5/2，用于逻辑回归。 — Sycorax说恢复莫妮卡
6 以上评论是正确的。为了进行定量讨论，文献中有许多“非信息性”先验。参见例如杰弗里斯的先例；请参阅较早的文章什么是“无信息的先验”？我们可以拥有一个完全没有信息的人吗？ 它们的定义方式不同，但关键是它们不会在任何特定间隔内放置太多概率（因此有利于这些值），并且均匀分布是一个典型示例。想法是让数据确定模式的位置。 — 社区 source 那么，信息量较弱的先验只是稍微信息化的“非信息先验”的更好称呼？ — 2013年 2 我通常使用“非信息性”，因为这更为常见并表示意图。信息量较弱的人可能更准确，因为所有发行版都包含一些信息（除非它们是不正确的先验。但这是另一次讨论） 1 我的印象是弱信息先验的目标，以避免承诺不提供信息，根据某些理论或其他正式定义先验-他们是正确的先验，对于推理的工作，而没有考虑到所有的先验知识作为一个完全主观之前会。 — Scortchi-恢复莫妮卡 1 @Scortchi：我认为您的评论强调了“信息不足的先验”中固有的歧义。您的解释是有道理的，并且与user777类似。“信息性”和概率之间的关系是一件棘手的事情，只有部分令人满意的解决方案（例如，香农熵）。不过，我明白你的意思了……它们不一定是同义词，因为信息量弱的先验可能仅使用某些信息，而信息量不足的先验则显式地忽略了所有可用信息。
0 在Eupraxis1981对信息先验的讨论之后，您可以认为先验中的“信息”与其方差成反比。考虑方差接近零的先验：您基本上是在说：“在查看数据之前，我几乎是肯定的，我已经知道统计的真实值的位置。” 相反，如果您设置了一个很大的方差，则是在说“如果不查看数据，我实际上就没有关于参数真实值的假设。它在任何地方都可能很多，我不会感到惊讶。我预感它可能接近我以前的模式，但是如果事实证明它与我以前的模式相去甚远，我实际上不会感到惊讶。” 无信息的先验是尝试不将先验假设带入您的分析中（它们的成功程度尚有争议）。但这完全有可能，有时对于仅“弱”提供信息的人很有用。 — 大卫·马克思 source