先验分布，后验分布，共轭分布的关系

先考虑一下我们是如何解决一个概率问题的：

在一个实际问题中我们通常是根据经验选出一个模型，例如一个抛硬币可以抽象为伯努利分布（0-1分布）的模型，人的身高分布可以抽象为正态分布的模型，然后根据数据推算出模型的参数。

而这个选取的模型就决定了似然函数$p(X|\theta)$的形式。例如抛硬币模型：$f(k;n,p)=\Pr(K=k)={n \choose k}p^{k}(1-p)^{n-k}$（参数为k），身高分布模型： f(x)=1