上面的评论是准确的。对于定量讨论，文献中有许多“信息不足”的先验。例如，参见 Jeffreys 的先验；参见前面的帖子什么是“无信息先验”？我们能拥有一个真正没有信息的人吗？

它们以不同的方式定义，但关键是它们不会在任何特定区间内放置太多概率（因此偏爱这些值），而均匀分布是一个典型的例子。这个想法是让数据确定模式在哪里。

在 Eupraxis1981 对信息先验的讨论之后，您可以将先验中的“信息”视为与其方差成反比。考虑一个方差接近零的先验：您基本上是在说“在查看数据之前，我几乎肯定我已经知道统计数据真实值的位置。” 相反，如果你设置了一个非常大的方差，你就是在说“不看数据，我对参数的真实值没有任何假设。它几乎可以在任何地方，我不会那么惊讶。我有预感，它可能接近我之前的模式，但如果事实证明它与模式相去甚远，我实际上不会感到惊讶。”

无信息先验是试图不将先验假设带入您的分析（它们的成功程度有待商榷）。但是对于先验信息来说，完全有可能并且有时很有用。