我正在阅读这篇关于贝叶斯设置中的稳健线性回归的文章。可以在此处找到特定的博客文章：

http://twiecki.github.io/blog/2013/08/27/bayesian-glms-2/

有一点我无法处理。作者谈到了稳健回归，并表示在存在异常值的情况下，常客会使用非二次距离测量来评估拟合。然后他或她谈论假设数据是根据学生 t 分布分布的，尾部较重。

让我感到困惑的是（谈到有一个正常的先验）：

正如你所看到的，拟合是相当偏斜的，我们的估计中有相当多的不确定性，正如各种不同的后验预测回归线所表明的那样。为什么是这样？原因是正态分布在尾部没有很多质量，因此异常值会强烈影响拟合。

我不明白为什么在价值观上较轻的权重会使情况变得更糟。任何关于为什么会这样的提示将不胜感激。