Фундаментальная наука, к которой относится и экономика, накапливает большие объемы данных и использует дедуктивные методы для создания проверяемой гипотезы, основанной на имеющейся информации. Эти гипотезы часто задействуют корреляции и регрессии, при помощи которых создаются прогнозы будущих событий, при этом предполагается, что они в большей степени будут походить на события прошлого. Схожие методы задействуют использование стохастики или случайных чисел для моделирования по методу Монте-Карло, который является высокопроизводительной версией многократного подбрасывания монеты или игральной кости для определения вероятности будущих событий.
Что делать в случае отсутствия информации или наличия небольшого объема данных? Каким образом можно рассчитать вероятность секретного соглашения среди небольшой группы глав центральных банков? Байесовская вероятность предлагает средства для осуществления подобных расчетов.
Экономисты, придерживающиеся традиционных взглядов, предполагают, что будущее похоже на прошлое в рамках границ, определенных путем случайного распределения. Байесовская теорема ставит эту систему взглядов с ног на голову. Байесовская вероятность гласит, что развитие определенных событий носит зависимый характер. Это означает, что некоторые события не происходят независимо, в отличие от результатов случайного броска монеты. Они случаются под влиянием того, что им предшествовало. Теорема Байеса начинается с четкой предварительной гипотезы, сформированной индуктивным методом из комбинации ограниченных данных, исторических фактов и здравого смысла.
Байесовская вероятность является точной наукой, а не обычным предположением, поскольку предварительная гипотеза проходит проверку обновляемыми данными. Новая полученная информация, как правило, подтверждает либо опровергает гипотезу. Показатели по двум типам данных непрерывно обновляются по мере поступления новой информации. Основываясь на обновленных показателях, гипотеза либо выбраковывается (в этом случае формируются новые гипотезы), либо принимается с большей долей уверенности. Короче говоря, байесовская теорема служит способом решения проблемы при дефиците изначальных данных для удовлетворения требований, необходимых для выполнения статистических вычислений на основе нормального распределения.