得到参数的后验分布。两学派各有其信仰、内在逻辑、解释力和局限性，从20世纪上半页至今，两大学派的辩论从未停歇，但分歧如故。贝叶斯学派的发展在二十世纪滞后于频率学派，甚至现今主流统计学教材仍然以频率学派的理论框架为主，贝叶斯理论通常一笔带过。这或许受到KarlPearso
，SirRo
aldAFisher，Ego
Pearso
（KarlPearso
的儿子）和JerzyNeyma
等二十世纪上半叶的大统计学家的影响，这些当时具有话语权的大统计学家并不认可贝叶斯理论（尽管一些人的文章里被怀疑使用了贝叶斯的思想）。注：上一段中提到的二十世纪上半页大统计学家的部分贡献（排列不分先后）：KarlPearso
：拟合优度检验，Chi方检验，矩估计Ro
aldAFisher：极大似然估计，显著性检验（提到p值），方差分析，F检验，试验设计理论Ego
Pearso
和JerzyNeyma
：假设检验，两类统计学错误，备择假设，似然比检验JerzyNeyma
：区间估计Regi
aNuzzo的文章相比两学派近一个世纪的辩论而言，并没有提出新的批判观点。对于频率学派假设检验的理论体系，一次试验得到很小的p值，并不意味这样的结果可以重现。关于p值的可重现性在频率学派框架下的解释，见下例。场景1：假设盒子A里有近乎无穷的有限个球（就是很多很多数不清但是又不是无穷无尽的意思），每个球上有一个数字（实数）。每从中取出一个球，记录球上的数字X，则X是一个随机变量（每取一次球得到的数字是不确定的）。假设上帝观察了每一个球上的数字，总结得到，X服从均值为196，标准差为10
f的正态分布。那么从中有放回地随机抽取100个，计算这些球上数字的平均值xbar，则xbar也是一个随机变量（每做一次取100个球的试验得到的一个均值是不确定的），应当服从均值为196，标准差为1的正态分布。而可怜的试验者事先对盒子里球上数字的平均值一无所知（而为了方便起见，上帝仁慈地告诉试验者盒子里所有球上数字的标准差是10，且平均值不小于零）。试验者希望通过从盒子中有放回地随机抽取100个球，利用这100个球的信息，推断盒子里所有球上数字的均值是否等于零。他目前只能知道（o
themercyofthegod，你已经知道得比你应该知道的多了），一次试验得到的平均值xbar应当服从一个平均值未知，标准差为1的正态分布。于是他建立的零假设（
ullhypothesis）是，盒子里所有球上数字的平均值等于零。可以推断，在不考虑零假设的情况下，如果重复100次这样的试验，可以得到100不全相同的xbar，这些xbar应当服从一个平均值未知，标准差为1的正态r