Bayes统计学的一个最基本观点是把任一未知参数θ都看作是一个随机变量,有自己的概率分布p(θ)。这一观点是Bayes统计学派和经典统计学派的重要区别,也导致了Bayes统计学在解决问题和解释结果上与经典统计学派产生了诸多分歧。而条件分布p(θ | y)称作θ的“后验分布”,Bayes统计对参数θ或其函数的任何推断都是在此分布的基础上进行的。若总共得到m组样本,那么每次得到一个新样本时都可以对θ的后验重新计算,经过这样m次更新,最终的后验分布为。这一性质非常符合对事物的认知过程,这也是Bayes定理的诱人 ......