Распределение вероятностей параметров модели после обновления априорных представлений с учётом наблюдаемых данных; центральное понятие байесовского вывода.Апостериорное распределение — фундаментальное понятие байесовской статистики, представляющее собой обновлённое распределение вероятностей параметров модели после учёта наблюдаемых данных. Оно объединяет априорные представления о параметрах с правдоподобием наблюдаемых данных, давая полное вероятностное описание того, что известно о параметрах после получения данных. Это распределение является центральным в байесовском выводе, поскольку позволяет исследователям делать вероятностные утверждения о параметрах и количественно оценивать неопределённость принципиальным образом.
Понятие апостериорного распределения восходит к работе Томаса Байеса в XVIII веке, опубликованной посмертно в 1763 году, и было далее формализовано Пьером-Симоном Лапласом в начале XIX века.
Апостериорное распределение вычисляется с помощью теоремы Байеса: апостериорное распределение пропорционально произведению априорного распределения и функции правдоподобия. На практике для сложных моделей апостериорное распределение часто не поддаётся аналитическому вычислению, поэтому используются вычислительные методы, такие как марковские цепи Монте-Карло (MCMC) или вариационный вывод, для выборки из него или его аппроксимации. Полученное распределение затем можно резюмировать с помощью статистик, таких как среднее, медиана или доверительные интервалы, которые дают диапазон правдоподобных значений параметров при данных условиях.
Апостериорные распределения используются практически во всех областях, связанных со статистическим выводом, включая астрофизику (оценка свойств нейтронных звёзд по сигналам гравитационных волн), медицинскую визуализацию (реконструкция изображений по зашумлённым данным) и машинное обучение (байесовские нейронные сети).
В контексте астрономии гравитационных волн апостериорное распределение масс сливающихся чёрных дыр может быть настолько узким, что позволяет исследователям определять красное смещение источника с неопределённостью всего в несколько процентов.











