貝葉斯統計是一種基於概率和先驗知識的統計方法，用於更新對事件發生概率的估計並量化不確定性。
貝葉斯統計的核心思想是利用已有的信息來更新我們對未知事件的信念。這種方法由英國學者托馬斯·貝葉斯在18世紀提出，並經過統計學者的發展，成爲現代統計推斷的一種方法。貝葉斯統計與頻率學派不同，頻率學派認爲參數是固定的，而貝葉斯學派認爲參數是隨機變量，有其自己的概率分佈。貝葉斯統計包括先驗分佈的概念，即在抽樣前對參數的已有信念，以及如何結合這些先驗信念和觀測數據來計算後驗分佈，從而得到對參數的更準確估計。
此外，貝葉斯統計還包括貝葉斯因子、無信息先驗、馬爾可夫鏈蒙特卡羅方法等概念，用於進行模型選擇、不確定性量化和參數估計。