）“先验分布样本后验分布”这个模式符合人们的认识过程，即不断以新发现的资料来调整原有的知识或看法。（2）贝叶斯推断有一个固定的、不难实现的程式：方法总是落实到计算后验分布。这可能很复杂但无原则困难。在频率学派的方法中，为进行推断，往往需要知道种种统计量的抽样分布，这在理论上往往是很难的问题。（3）用后验分布来描述对未知参数的认识，显得比频率学派通过用统计量来描述更自然些。（4）对某些常见的问题，贝叶斯方法提供的解释比频率学派更加合理。
三、贝叶斯计量经济学
1什么是贝叶斯计量经济学？Rag
arFrisch在1933年《计量经济学》（ECONOMETRICA）杂志首期创刊中指出：“经验表明，统计学、经济理论和数学对理解现代经济生活的定量关系都是必须的，但其中任何单独一种都是不够的，三者的结合才是强有力的，且正是这三者的结合构成了计量经济学”。（ECONOMETRICSistheu
ificatio
ofStatisticsEco
omicTheorya
dMathematics）从Rag
arFrisch对计量经济学的定义可以很清晰地看出，将统计学放在首位，置于经济理论和数学之前，表明统计学对于计量经济学的特别突出的重要性。我们知道，建立经济模型、估计经济模型和检验经济模型是计量经济学的主要内容，而估计和检验统计推断的主要内容正是计量经济学方法的核心，之所以在计量经济学中，统计学比数学更有效，主要的原因是因为经济问题的不确定性，而不确定性是很难用严密的数学去描述的。而什么是贝叶斯计量经济学？从贝叶斯计量经济学的英文定义Bayesia
Eco
ometrics可以看出，贝叶斯计量经济学不仅仅是在经典计量经济学的参数估计中使用贝叶斯估计或检验中使用贝叶斯检验（否则可用Bayesia
I
fere
cei
Eco
ometrics），而是以贝叶斯统计思想和原理为基础，从一个全新的角度，将计量经济学模型中的参数作为具有先验分布的随机变量，然后根据贝叶斯定理，得出后验分布，以此为基础，再进行模型参数估计和模型检验的过程。贝叶斯计量经济学不仅在模型参数估计和模型检验中使用贝叶斯方法，更重要的是在模型的构建中也使用了贝叶斯思想。如果从统计学角度对计量经济学进行分类，可以分为频率（或频率统计学）计量经济学和贝叶斯计量经济学。而其中的频率计量经济学包含了使用频率统计学的经典计量经济学和现代计量经济学（经典、微观、非参数、时间序列和动态计量经济学等）的绝大部分内容。而现代贝叶斯计量经济学（Moder
Bayesia
Eco
ometrics）可以理解为以MCMC方法为代表的现代r