ความแตกต่างอย่างง่าย ๆ ระหว่างทั้งสองคือการกระจายหลังขึ้นอยู่กับพารามิเตอร์ที่ไม่รู้จักเช่นการกระจายหลังคือ:
โดยที่คือค่าคงที่ normalizingθp(θ|x)=c×p(x|θ)p(θ)
c
ในขณะที่การกระจายการทำนายหลังไม่ได้ขึ้นอยู่กับพารามิเตอร์ที่ไม่รู้จักเพราะมันถูกรวมเข้าด้วยกันคือการกระจายการทำนายหลังคือ:
θp(x∗|x)=∫Θc×p(x∗,θ|x)dθ=∫Θc×p(x∗|θ)p(θ|x)dθ
ที่เป็นตัวแปรสุ่มใหม่ไม่มีใครสังเกตและมีความเป็นอิสระของxx∗x
ฉันจะไม่อาศัยคำอธิบายการแจกแจงหลังเนื่องจากคุณบอกว่าคุณเข้าใจ แต่การแจกแจงหลัง "เป็นการแจกแจงปริมาณที่ไม่รู้จักซึ่งถือว่าเป็นตัวแปรสุ่มเงื่อนไขตามหลักฐานที่ได้รับ" (Wikipedia) โดยพื้นฐานแล้วการกระจายนั้นจะอธิบายพารามิเตอร์ที่คุณไม่รู้จักแบบสุ่ม
ในอีกทางหนึ่งการกระจายการทำนายหลังมีความหมายที่แตกต่างอย่างสิ้นเชิงในการกระจายข้อมูลสำหรับการทำนายอนาคตตามข้อมูลที่คุณได้เห็นแล้ว ดังนั้นการกระจายการคาดการณ์หลังจึงใช้เพื่อคาดการณ์ค่าข้อมูลใหม่
ถ้าช่วยได้ก็คือกราฟตัวอย่างของการแจกแจงหลังและการกระจายการทำนายหลัง: