Bayesiaanse Statistische Inferentie

Bayesiaanse inferentie is een statistisch raamwerk dat gebruikmaakt van de stelling van Bayes om overtuigingen over parameters of hypothesen bij te werken naarmate gegevens zich opstapelen. Het werk van Thomas Bayes, postuum gepubliceerd in 1763, bleef onopgemerkt tot de 20e eeuw, toen computationele vooruitgang (Gibbs sampling, Markov Chain Monte Carlo) Bayesiaanse methoden praktisch maakte. In tegenstelling tot frequentistische inferentie (die parameters behandelt als vaste onbekenden), behandelt Bayesiaanse analyse parameters als stochastische variabelen met kansverdelingen, wat directe kansuitspraken over parameters, de incorporatie van voorkennis en sequentiële updating mogelijk maakt. Essentieel in precisiegeneeskunde, adaptieve trials, complexe hiërarchische modellen en elke context waarin voorkennis de inferentie verrijkt.