朱喜安，陈巧玉,2

（1.中南财经政法大学 统计与数学学院，武汉 430073；2.河南科技大学 数学与统计学院，河南 洛阳471003）

0 引言

贝叶斯方法是基于贝叶斯定理而发展起来用于解决统计问题的方法，贝叶斯分析包括先验信息的确定、数据及似然函数模型的构造、效用函数的选择、后验分布的确定和贝叶斯决策。贝叶斯推断的思想是将未知参数的先验信息与样本信息综合；然后利用贝叶斯定理，得出参数的后验分布；最后依据后验分布对未知参数进行估计和检验等推断。

20世纪90年代，由于高维计算的困难，贝叶斯方法的应用受到了很大的限制。但随着计算机技术的发展和贝叶斯方法的改进，特别是MCMC方法的发展及WinBUGS等软件的开发应用，使原来复杂异常的数值计算问题变得非常简单，参数后验分布的模拟也趋于方便，所以现代贝叶斯理论和应用得到了迅速的发展[1]。贝叶斯方面的研究论文越来越多，贝叶斯学派已发展成为一个有影响的统计学派，打破了经典统计一统天下的局面[2]。

贝叶斯方法作为科学科研究前沿领域，已得到国内各界的广泛关注。本文借助南京大学中国社会科学研究评价中心《中文社会科学引文索引》(Chinese Social Science Citation Index，简称CSSCI)数据库1998～2010的有关“贝叶斯”收录论文进行计量分析，本文检索方法是在CSSCI来源数据库中检索论文题名或关键字中含“贝叶斯”或“bayes”的论文，共从CSSCI来源数据库中检索到来源文献377篇[3]。在此基础上，本文从统计论文的年代分布、期刊分布、基金项目统计、作者与机构分布以及主题分布与研究热点等方面进行计量分析；……