在貝葉斯統計推斷中，不確定量的先驗概率分布是在考慮某些因素之前，表達這個量的置信度的概率分布。例如，先驗概率分布可以表示在未來選舉中將投票給特定政治家的選民的相對比例的概率分布。未知量可以是模型的參數或潛在變量。
後驗概率是信息論的基本概念之壹。在壹個通信系統中，接收到壹個消息後，發送該消息的概率被稱為後驗概率。
後驗概率的計算應該基於先驗概率。根據貝葉斯公式，利用先驗概率和似然函數可以計算後驗概率。
擴展數據:
先驗概率的分類
1，利用過去歷史數據計算的先驗概率稱為客觀先驗概率；
2.當歷史數據不可用或不完整時，通過判斷人的主觀經驗得到的先驗概率稱為主觀先驗概率。
先驗概率條件
先驗概率是由經典概率模型定義的，所以也叫經典概率。經典概率模型需要兩個條件:
1，測試的所有可能結果都是有限的；
2.每個可能結果的可能性(概率)是相等的。如果所有可能結果的總數是n，隨機事件A包括n個可能結果，那麽隨機事件A的概率是n/n..
先驗概率不是根據關於自然狀態的所有信息確定的，只是利用已有的材料(主要是歷史數據)計算出來的；後驗概率使用了更全面的關於自然狀態的信息，包括先驗概率數據和補充數據；
先驗概率的計算比較簡單，不使用貝葉斯公式；後驗概率的計算要用貝葉斯公式，用樣本數據計算邏輯概率時要用理論概率分布，需要更多的數理統計知識。
百度百科-先驗概率
百度百科-後驗概率