Bir cezası olan lineer regresyonun , katsayılardan önce bir Gaussian verilen MAP tahminini bulmaya eşdeğer olduğu iyi bilinmektedir . Benzer şekilde, bir cezası kullanmak, daha önce olduğu gibi bir Laplace dağılımı kullanmaya eşdeğerdir.
ve normalleştirmesinin bazı ağırlıklı kombinasyonlarını kullanmak nadir değildir . Bunun katsayılar üzerindeki önceki dağılımlara eşdeğer olduğunu söyleyebilir miyiz (sezgisel olarak olması gerektiği gibi görünüyor)? Bu dağılıma hoş bir analitik form verebilir miyiz (belki Gauss ve Laplacian'ın bir karışımı)? Değilse, neden olmasın?