ベイズ修正

推計誤差を減らすため、定性判断などの主観的な情報（例：経済ファンダメンタルズを織り込んだビルディング・ブロック方式）に実験（観察）等の観測情報による修正を加えることである。ヒストリカルデータ方式による期待リターンの推計のように多数回の同一実験データが得られないときには、客観的確率の算出は困難で、そのため、ベイジアン（ベイズ学派）統計学では、現時点で利用可能なデータだけで主観的確率としての事前確率を推計することとなる。ベイズ修正（事後確率）は、事前確率に実験（観察）等の観測情報による修正を加えること、つまり、当該実験（観察）等の観測情報が得られるという条件のもとでの条件付確率として計測される（例：ビルディング・ブロック方式等において、観察証拠としての実体経済や金融市場の状況を踏まえて、例えばインフレ率を単なる過去の平均値よりも低めに見積もることで推計誤差を減らす）。ちなみに、P（Hi）を事象Hiの事前確率、P（Hi｜A）を事象Aが起こった後の事象Hiの事後確率（条件付確率）とすれば、
となる。