一个黑客新闻的讨论集中在理解“概率”和“似然性”之间的区别，这个概念许多人发现出乎意料地棘手。 许多评论者，包括以英语为母语的人，承认最初认为它们可以互换。 核心区别，如帖子中链接的文章所强调，是：**概率**将*假设*视为固定，而将*数据*视为可变，而**似然性**则将*数据*视为固定，并探讨*假设*的可变性。 本质上，概率使用已知模型预测未来事件，而似然性评估模型解释观测数据的程度。 似然函数是概率分布，其中参数被改变以拟合数据。 讨论还涉及历史命名惯例，认为“似然性”作为不同于“likely”（可能的）常用含义的正式术语而出现。 最终，理解似然性对于统计建模和贝叶斯分析至关重要。