Высокие статистические технологии

Здравствуйте, уважаемый Александр Иванович.

Подскажите, пожалуйста, как Вы относитесь к т.н. байесовским методам анализа данных? В заграничных книжках и сайтах это направление весьма популярно. Можете ли Вы вкратце описать сильные и слабые стороны байесовского подхода?
Сам знаком только с основной теоремой и не знаю, стоит ли браться за более глубокое изучение. Хотелось бы узнать авторитетное мнение.
Заранее благодарю за ответ.

С уважением,
Дмитрий

P.S. Ивиняюсь, если написал не в ту ветку.

В байесовских методах предполагается, что статистический анализ данных - один из многих подобных, а потому есть информация о результатах предыдущих обработок данных, например, об априорном распределении параметра (точнее, есть оценка этого распределения), что позволяет улучшить качество текущей обработки данных.
Необходимость информации о результатах предыдущих обработок данных - минус.
Возможность улучшить качество текущей обработки данных - плюс.

А почему, по Вашему мнению, в нашей литературе этот подход как-то обойден стороной, а в иностранной наоборот является популярным? Сужу о частоте появления данной темы в заграничных блогах. Возможно, я и не прав на счет популярности, но такое ощущение складывается.

Еще раз заранее спасибо за ответ

С уважением
Дмитрий

В отечественных учебниках упоминают о байесовском подходе.
Соответствующие статистические технологии достаточно сложны. Сначала надо оценить априорное распределение, а затем эту оценку применить при анализе конкретных данных. И не всегда ясно, как влияют погрешности оценки априорного распределения на результаты анализа конкретных данных.
Нужно, чтобы однотипные анализы конкретных данных проводились много раз. Т.е. нужна стабильность ситуации. А стабильности последние 30 лет нет...

Интуитивно я что-то подобное и предполагал.
Благодарю за пояснения.

Всех благ.
Дмитрий