贝叶斯方法 英国学者贝叶斯(ThomasBayes,1702—1761)对数据处理提出一种观点,他认为:分布中的未知参数θ是一个随机变量,它的分布称为“先验分布”(或验前分布),这个分布概括了在抽样前有关θ的信息;这种先验信息与抽样获得有关θ的信息(试验信息)一样应在统计分析中加以运用,并提出著名的贝叶斯公式,把两种信息充分运用起来。后世统计学家将贝叶斯的上述观点逐渐发展为一整套统计分析方法,并统称为贝叶斯方法。贝叶斯方法的优点在于其解法程式化,应用方便,其解都具有一定的优良性质,但在如何确定先验分布等问题上尚不完善,因此不少统计学家不同意贝叶斯的观点,反对使用贝叶斯方法。两百多年来关于贝叶斯方法的争论一直没有中断,并已形成贝叶斯学派和非贝叶斯学派。出处：数理化力学卷 • 数 学 • 概率论 • 数理统计