Zalety statystyki Bayesowskiej – Statystyczne podejście Bayesowskie ma wiele zalet. Można je wypunktować w następującej kolejności:
1. Jest stosowania do zjawisk powtarzalnych i nie powtarzalnych. Co to znaczy ? To znaczy, że dzięki niej można odpowiedzieć na pytanie ” Z jakim prawdopodobieństwem klient spłaci kredyt ? ” lub ” Czy za rok w tym samym momencie będziemy mieć taką samą sprzedaż ? „
2. Prawdopodobieństwo jest terminem uniwersalnym i niezależnym od jego źródła. Tak samo są postrzegane błędy statystyczne (niepewność wynikająca z niedoskonałości instrumentów pomiarowych) oraz błędów systematycznych ( powiązanych z barakiem wiedzy o czysto deterministycznych czynnikach wpływu ).
3. Losowość czy przypadek jest rozumiany jako wyraz braku pewności jaką posiadamy.
4. Podejście Bayesa automatycznie radzi sobie z nieistotnymi zmiennymi w modelowaniu statystycznym.
5. W podejściu Bayesa najważniejsza jest informacja a priori np. że wzrost jest zawsze dodatni.
6. Podejście Bayesa odnosi się zawsze do danych otrzymanych. W przypadku statystyki częstościowej wyniki są interpretowane w oparciu o rozkłady wyników, które potencjalnie istnieją, ale nigdy nie zostały zbadane.
Podejście klasyfikacji bajesowskiej wspomagają procesy decyzyjne dotyczące przewidywania wartości pomiarów ciągłych (zdolność kredytowa, przewidywanie ilości opadów) i klasyfikacji do klas np. dobry kredytobiorca/ zły kredytobiorca ( Credit Scoring). W biostatystyce – biometrii drzewa decyzyjne wspierają diagnostykę chorych.