贝叶斯学派（Bayesian），理学-统计学-数理统计-贝叶斯学派，数理统计学中的两大学派之一，由主张贝叶斯方法是唯一合理的统计推断方法的统计学者所组成的学派。18世纪，英国长老会牧师T.贝叶斯（Thomas Bayes，1702～1761）在一篇文章中提出了后来以他名字命名的公式：贝叶斯公式，随后一些统计学者基于此公式的基本思想发展出一套系统的统计推断方法，称为贝叶斯方法。从对总体参数进行统计推断的角度而言，贝叶斯学派的基本思想是将总体参数视为随机变量，在对参数进行统计推断时，除了使用样本所提供的信息外，还必须对参数规定一个先验分布。贝叶斯学派将先验分布解释为在抽样前就已有的关于参数先验信息的概率表述，先验分布不必有客观依据，其可以部分地或完全地基于主观信念。随后，结合先验分布与样本的分布，用概率论中求解条件概率分布的方法，计算出在给定样本观测值的条件下，所关心参数的条件分布，这个分布是抽样之后获得的，故称为后验分布。贝叶斯学派认为，后验分布综合了先验分布与样本所提供的关于参数的所有信息，抽样的目的即在于完成由先验分布到后验分布的转换。