共轭先验

参考维基百科https://en.wikipedia.org/wiki/Conjugate_prior#Example

共轭先验

---

在贝叶斯概率理论中，如果后验分布$p(\theta |x)$与先验分布$p(\theta )$属于同类，则先验分布和后验分布被称为共轭分布，先验分布被称为似然函数的共轭先验。

比如，高斯分布家族在高斯似然函数下与其自身共轭 (自共轭)。就是如果似然函数的高斯分布，选择一个高斯先验能够确保后验分布依旧是高斯分布。

具体来说，给定贝叶斯公式$p(\theta |x)=\frac{p(x|\theta )p(\theta )}{\int p(x|{\theta }^{\prime })p\left({\theta }^{\prime }\right)d{\theta }^{\prime }}$,假定似然函数$p(x|\theta )$已知，问题就是选择什么样的先验分布$p(\theta )$会让后验分布于先验分布具有相同的数学形式。

共轭先验的好处主要在于代数上的方便性，可以直接给出后验分布的封闭形式，否则的话只能数值计算。共轭先验也有助于获得关于似然函数如何更新先验分布的直观印象。所有指数家族的分布都有共轭先验。