给同一份贝叶斯结果画一个“可信范围”，看似只是选区间，实际会影响读者怎么理解结论。Bob Carpenter因此更偏爱中心区间：它从后验分布——结合先验认识与观测数据后，对未知量可能取值的概率描述——两端各切掉相同概率。比如95%中心区间两端各留2.5%，上下界可以直接解释为分位数。
HPD区间（最高后验密度区间）则优先收纳密度最高的取值，直到覆盖指定概率。问题在于，它不会直接告诉你区间上下各剩多少概率；而且“哪里密度最高”会随参数写法改变。同一个概率改写成log-odds或对数概率，得到的HPD可能不同，标准差改写成方差也一样。中心区间基于分位数，对这类变量变换更稳定。
更反直觉的是，多峰分布的高密度区域可能彼此断开，此时HPD甚至不是一段连续区间。Carpenter还提醒：90% HPD与90%中心区间包含的概率同为90%，差别是HPD偏向高密度点，而不是拥有“更多概率”。这正是呈现贝叶斯结果时容易混淆、也最值得说清的一点。