Porównanie podejścia klasycznego i bayesowskiego Statystyka bayesowska różni się od podejścia klasycznego zarówno pod względem postrzegania tego, czym jest prawdopodobieństwo (czy ma ono charakter obiektywny, czy subiektywny), stosowanego wnioskowania statystycznego, odwoływania się do testów istotności statystycznej i przedziałów ufności, aby wesprzeć wnioskowanie statystyczne.

+ Podejście klasyczne (częstościowe) Podejście bayesowskie Prawdopodobieństwo Obiektywne Subiektywne Wnioskowanie statystyczne Wnioskowanie częstościowe Wnioskowanie bayesowskie Testy istotności statystycznej Tak Nie Przedziały ufności Tak Nie Prawdopodobieństwo warunkowe Nie Tak

Metody statystyki bayesowskiej W statystyce bayesowskiej odróżnia się dwa rodzaje prawdopodobieństwa: 1) prawdopodobieństwo początkowe (a priori) – mówi o tym, że hipoteza jest prawdziwa i jest ono subiektywnie określane przez osobę interpretującą wyniki, 2) prawdopodobieństwo końcowe (a posteriori) – jest tym, co badacz chce obliczyć. Jest ono obliczane na podstawie połączenia prawdopodobieństwa początkowego i danych;