Bayes-statisztikai következtetés

A Bayes-statisztikai következtetés egy keretrendszer, amely a Bayes-tételt használja a paraméterekkel vagy hipotézisekkel kapcsolatos meggyőződések frissítésére, ahogy az adatok felhalmozódnak. Thomas Bayes posztumusz, 1763-ban publikált munkája egészen a 20. századig ismeretlen maradt, amikor is a számítási fejlődés (Gibbs-mintaadás, Markov-lánc Monte Carlo) gyakorlatilag megvalósíthatóvá tette a bayes-i módszereket. A gyakorisági következtetéssel (amely a paramétereket fix ismeretleneknek tekinti) ellentétben a bayes-i analízis a paramétereket valószínűségi eloszlásokkal rendelkező véletlen változókként kezeli, lehetővé téve a paraméterekre vonatkozó közvetlen valószínűségi állításokat, az előzetes ismeretek beépítését és a szekvenciális frissítést. Alapvető fontosságú a precíziós orvoslásban, az adaptív vizsgálatokban, a komplex hierarchikus modellekben és minden olyan kontextusban, ahol az előzetes információ gazdagítja a következtetést.