经典统计的优点：经典统计学作为统计学的根基，有着其它统计学派无法比拟的长处。首先，它是使用样本数据来进行常规的推断过程，能够不受很难数据化的先验信息的影响[3]。其次，它有一套系统的准则模型可以应用于方法评估，可以比较容易地找到最优解。 

　　经典统计的缺点：首先，在样本数较小的时候，经典统计并不能精准地算出区间估计和点估计；其次，它无法将一些常规的数据损失表现出来，使得结果不够可靠；最后，经典统计并不能像贝叶斯统计一样方便地积分掉多余参数。 

　　总结：贝叶斯统计学派虽然在很大程度上与经典统计学派有着明显的区别，但其实它们各自有优缺点以及它们的使用领域，我们在面对不同情境时要具体问题具体分析，以寻求一种更适合解决实际问题的方法。不仅如此，在很多情况下，使用这两种统计方法获得的结论是没有差别的[4]。

2.贝叶斯统计理论介绍

贝叶斯统计方法是依靠贝叶斯定理产生并应用于实际生活的一种方法。贝叶斯分析过程分为以下几个部分：前期样本的手机、模型分布的产生、先验信息、似然分布的假设、得出结果。

贝叶斯推断的基本方法：依靠前期获得的先验信息以及在前期调研获得的样本进行分析，然后使用贝叶斯统计方法进行模型建立和探究获取后验信息，再依照后验信息进行验证位置参数的统计推断。用简图表示贝叶斯方法