内容摘要：功率先验及其变形已被证明是贝叶斯推理中有用的信息先验类别，因为它们通过将历史数据的可能性提高到分数幂来灵活地结合历史信息。基于原始功率先验及其变化（归一化功率先验）的边际似然推导引入了比例因子，其形式为具有幂似然的先验预测分布。在本文中，我们展示了对于某些幂参数，使用常用的初始先验可能导致标准化参数无界，这将改变功率参数的允许集。这个结果在历史文献中几乎完全被忽略了。然后我们说明，当模型参数的初始先验不合理时，这种现象可能会危及幂先验下的后验推理。本文的主要研究结果表明，当建议的幂参数接近零时，实际的最优值可能低于建议值。我们使用线性模型作为示例说明问题。