名稱中包含的內容：精度（方差的倒數）

直觀地說，平均值只是觀察值的平均值。方差是這些觀察值與平均值的差異程度。

我想知道為什麼方差的倒數被稱為精度。我們可以從中得出什麼直覺？為什麼精度矩陣與多元（正態）分佈中的協方差矩陣一樣有用？

請問有什麼見解嗎？

按照慣例，精度通常在貝葉斯軟件中使用。它之所以受歡迎，是因為伽馬分佈可以用作精度的共軛先驗。

有人說精度比方差更“直觀”，因為它表示的是平均值周圍的值的集中程度，而不是它們的*分佈程度。*據說我們更感興趣的是某種測量的精確程度，而不是它的不精確程度（但老實說，我看不出它會更直觀）。

平均值周圍的值越分散（高方差），它們的精確度就越低（精度小）。方差越小，精度越高。精度只是一個倒方差 $ \tau = 1/\sigma^2 $ . 真的沒有比這更多的了。

引用自：https://stats.stackexchange.com/questions/211419