贝叶斯方法是一种计算假设概率的方法。该方法将未知模型或变量看成已知分布的随机变量，基于先验和后验概率对未知参数进行推断。古特蒙德·R.艾弗森以清晰的笔调介绍了贝叶斯方法，通过一些简单范例，讲解了如何运用贝叶斯理论及统计推论估计各种参数（包括比例、均值、相关性、回归和方差）。艾弗森提出贝叶斯方法的原理是基于先验概率产生后验概率，同时比较了贝叶斯推论法和经典推论法，阐述了贝叶斯推论的优缺点，并指出贝叶斯方法优于经典推论法。