確率分布関数の漸近展開には，典型的にはEdgeworth展開があり，観測数を増やした際に正規分布に近付く様子を詳しく表現している．このEdgeworth展開に対して，上手くパラメータを取り換えると，正規近似の精度を向上させることができる．しかし，この計算は精度向上に応じて，容易なものではなくなる．これに対し，Bayesianの立場では，[1]に挙げられているProbability Matching Priorsと呼ばれる事前分布を上手く取ることにより，所望の精度の漸近展開を得ることができ，かつ計算量を軽減できるようになる．本発表では，具体例を用いて，Probability Matching Priorsの手法を概説し，更にはその情報幾何学的意味を考察する．

[1] Gauri Sankar Datta and Rahul Mukerjee: Probability Matching Priors: Higher Order Asymptotics (Lecture Notes in Statistics 178). Springer, New York, 2004.