Predictive distribution(预测分布)指在已知数据(以及可能的模型参数或其后验分布)条件下,对未来观测值或未见数据的概率分布。它常用于统计推断与机器学习中,用来进行预测并量化不确定性。(在贝叶斯统计中尤为常见:会把参数不确定性“积分”进去。)
/prɪˈdɪktɪv ˌdɪstrɪˈbjuːʃən/
The predictive distribution tells us how likely each outcome is for a new observation.
预测分布告诉我们:对一个新的观测值来说,每种结果发生的可能性有多大。
In Bayesian modeling, the predictive distribution is obtained by integrating the likelihood over the posterior distribution of the parameters.
在贝叶斯建模中,预测分布是通过将似然函数对参数的后验分布进行积分(边缘化)得到的。
predictive 来自动词 predict(预测),源于拉丁语 praedicere(意为“预先说出/预言”);distribution 源于拉丁语 distribuere(分配、分布)。合在一起,字面意思就是“用于预测的分布”,在统计学语境中专指“对未来数据的概率分布”。