末期到二十世纪上半叶，经Pearso
，K．（1857一l936）、Fisher，R．A．（1890一1962）和Neyma
，J1894一1981等人杰出的工作创立了经典统计学。如今统计学教材几乎全是叙述经典统计学的理论与方法。二十世纪下半叶，经典统计学在工业、农业、医学、经济、管理、军事等领域里获得广泛的应用。这些领域中又不断提出新的统计问题，这又促进了经典统计学的发展，随着经典统计学的持续发展与广泛应用，它本身的缺陷也逐渐暴露出来了，从而带动了贝叶斯理论、方法和应用的发展。贝叶斯方法是基于贝叶斯定理而发展起来用于系统地阐述和解决统计问题的方法。（SamuelKotz和吴喜之，2000）。一个完全的贝叶斯分析（FullBayesia
A
alysis）包括数据分析、概率模型的构造、先验信息和效应函数的假设和最后的决策（Li
dley2000）。贝叶斯推断的基本方法是将关于未知参数的先验信息与样本信息综合，再根据贝叶斯定理，得出后验信息，然后根据后验信息去推断未知参数（茆诗松，王静龙等，1998）。Duke大学统计与决策科学学院的统计学教授JamesOBerger，可以称得上是当代国际贝叶斯统计学领域研究的顶尖人物，他是ISBA的发起者，他在贝叶斯理论和应用方面的做了许多重要的研究工作。他的著作《统计决策论及贝叶斯分析》（第二版）（StatisticalDecisio
Theorya
dBayesia
A
alysis）已作为“现代外国统计学优秀著作译丛“之一被介绍到中国。他于2000年在《美国统计学会期刊》（JASA：Jour
aloftheAmerica
StatisticalAssociatio
）上发表文章，对贝叶斯统计学今日的状况和明日的发展进行了综述（Berger，2000）：（1）客观贝叶斯分析（ObjectiveBayesia
A
alysis）将贝叶斯分析当作主观的理论是一种普遍的观点。但这无论在历史上，还是在实际中都不是非常准确的。第一个贝叶斯学家，贝叶斯学派的创始人ThomasBayes和Laplace进行贝叶斯分析时，对未知参数使用常数先验分布。事实上，在统计学的发展中，这种被称为“逆概率”（i
verseprobability）方法在十九世纪非常具有代表性，而且对十九世纪初的统计学产生了巨大的影响。对使用常数先验分布的批评，使得Jeffreys对贝叶斯理论进行了具有非常重大意义的改进。Berger认为，大多数贝叶斯应用研究学者都受过LaplaceJefferys贝叶斯分析客观学派的影响，当然在具体应用上也可能会对其进行现代意义下的改进。许多贝叶斯学者的目的是想给自己贴上“客观贝叶斯”的标签，这种将经典统计分析方法当作真正客观的观点是不正确的。对此，Berger认为，虽然在哲学层面上同r