Простое различие между ними заключается в том, что апостериорное распределение зависит от неизвестного параметра , т. Е. Апостериорное распределение:
где - нормализующая константа.θp(θ|x)=c×p(x|θ)p(θ)
c
С другой стороны, апостериорное предиктивное распределение не зависит от неизвестного параметра потому что оно интегрировано, т. Е. Апостериорное предиктивное распределение:
θp(x∗|x)=∫Θc×p(x∗,θ|x)dθ=∫Θc×p(x∗|θ)p(θ|x)dθ
где - новая ненаблюдаемая случайная величина и не зависит от .x∗x
Я не буду останавливаться на объяснении апостериорного распределения, поскольку вы говорите, что понимаете его, но апостериорное распределение «является распределением неизвестной величины, рассматриваемой как случайная величина, зависящая от полученных доказательств» (Википедия). Так что в основном это распределение, которое объясняет ваш неизвестный, случайный, параметр.
С другой стороны, апостериорное предиктивное распределение имеет совершенно другое значение в том смысле, что оно является распределением будущих прогнозируемых данных на основе данных, которые вы уже видели. Таким образом, апостериорное предиктивное распределение в основном используется для прогнозирования новых значений данных.
Если это помогает, приведем пример графика апостериорного распределения и апостериорного апостериорного распределения: