我猜你问的是正态分布的参数化，因为一些统计软件，如BUGS或JAGS使用精度而不是方差。首先，请注意并非每个统计包都如此，例如 R 或Stan使用“传统”标准差（方差的平方根），因此这并不总是正确的。为什么要使用精度？这主要是出于一些历史的、过时的原因。正如我所听说的那样，一般的理由是，我们对变量的“精确”程度（即集中在平均值附近）感兴趣，而不是它的“不精确”或分散程度，因为我们经常在均值条款。

Kruschke还给出了另一个原因（做贝叶斯数据分析：R、JAGS 和 Stan 的教程，第 454 页）：

由于其在正态似然函数的共轭先验中的作用，伽马分布通常用作精度的先验。但是这样做在逻辑上没有必要，现代 MCMC 方法允许更灵活地指定先验。实际上，由于精度不如标准差直观，因此为标准差提供一个跨越广泛范围的统一先验可能更有用。

精度的问题还在于，在大多数情况下，人们对了解方差感兴趣，因此最终会得到反转精度。