Método estadístico que puede utilizarse en estudios únicos o metaanálisis, que incorpora explícitamente una distribución de probabilidad a priori basada en la opinión subjetiva y la evidencia objetiva, como los resultados de investigaciones anteriores. El análisis bayesiano utiliza el teorema de Bayes para actualizar la distribución anterior a la luz de los resultados de un estudio, y obtener una distribución posterior. Las inferencias estadísticas (estimaciones puntuales, intervalos de confianza, etc.) son una probabilidad basada en esta distribución posterior. La distribución a posteriori es a su vez la distribución a priori del estudio siguiente. Este enfoque posee muchas características interesantes pero es polémico ya que depende de opiniones, que con frecuencia varían considerablemente. Sin embargo, su uso es bastante corriente en la evaluación económica, ya que permite crear modelos complejos con distintas fuentes de evidencia y la determinación de incertidumbre, y es adaptable a la nueva evidencia que va surgiendo.
 
   <(A.): Bayes’sche Analyse: ein statistisches Verfahren, das explizit auch eine A-priori-Wahrscheinlichkeitsverteilung auf der Grundlage einer subjektiven Meinung oder eines objektiven Belegs mit einschließt, wie z. B. die Ergebnisse früherer Forschungen. Hinweis: Bei einer Bayes’schen Analyse kommt das Bayestheorem zum Einsatz, anhand dessen die Vorher-Wahrscheinlichkeitsverteilung mit Blick auf die Ergebnisse einer Studie auf den neuesten Stand gebracht wird, um so eine posteriore Verteilung zu erstellen. Sie kann in einer Einzelstudie oder in einer Metaanalyse zur Anwendung kommen. Statistische Rückschlüsse (Punktschätzungen, Konfidenzintervalle usw.) basieren hierbei auf der posterioren Verteilung. Die posteriore Verteilung kann auch als a priori Verteilung für die nächste Studie herangezogen werden. Dieser Ansatz ist dann umstritten, wenn er von Meinungen abhängt, die ggf. voneinander abweichen. Seine Anwendung hat sich jedoch v. a. bei einer ökonomischen Evaluation durchgesetzt, da so die Schaffung komplexer Modelle mit verschiedenen Evidenzquellen und die Bestimmung von Unsicherheiten möglich sind.
   Syn.: Anfangswahrscheinlichkeit, Vortest-, oder Ursprungswahrscheinlichkeit.
 
    <(F.): Analyse bayésienne: méthode statistique intégrant explicitement une distribution de probabilités a priori fondée sur une opinion subjective ou des données objectives comme les résultats d’une recherche antérieure. Remarque: l’analyse bayésienne fait appel au théorème de Bayes pour actualiser la distribution de probabilités a priori à la lumière des résultats d’une étude afin de produire une distribution de probabilités a posteriori. Elle peut être utilisée dans une étude individuelle ou une méta-analyse. L'inférence statistique (estimations ponctuelles, intervalles de confiance, etc.) est fondée sur la distribution a posteriori. La distribution a posteriori peut également servir de distribution a priori de l’étude suivante. Cette approche est controversée lorsqu'elle repose sur des opinions, qui peuvent être divergentes. Elle est cependant utilisée couramment en évaluation économique, car elle permet de créer des modèles complexes à partir de sources de données différentes et de déterminer le degré d’incertitude.
 
   <(In.):   Bayesian análisis:  a statistical method that explicitly includes a prior probability distribution based on a subjective opinion or objective evidence, such as the results of previous research. Note: Bayesian analysis uses Bayes' theorem to update the prior probability distribution in light of the results of a study, in order to produce a posterior distribution. It can be used in a single study or in a meta-analysis. Statistical inference (point estimates, confidence intervals, etc.) is based on the posterior distribution. The posterior distribution can also be used as the prior distribution for the next study. This approach is controversial when it depends on opinions, which may vary. However, its use has become commonplace in economic evaluation, as it allows the creation of complex models with different evidence sources and the determination of uncertainty.