貝葉斯概率公式的詳細分析；
P(A)是A的先驗概率或邊際概率，因為不考慮任何B因素，所以稱為“先驗”。
P(A|B)是已知B後A的條件概率，由於從B中得到的值，也稱為A的後驗概率。
P(B|A)是已知A的發生後B的條件概率，又因從A得到的值而稱為B的後驗概率。
P(B)是B的先驗概率或邊際概率，也是壹個標準化常數。
貝葉斯概率公式的定義；
意味著當分析樣本大到足以逼近總體時，樣本中事件發生的概率將接近總體中事件發生的概率。然而，行為經濟學家發現，人們在決策過程中往往不遵循貝葉斯法則，而是更看重最近的事件和最新的經驗，在做決策和做出判斷時過分關註最近的事件。
貝葉斯概率公式的含義和偏差的定義；
偏差的定義:
面對復雜而普遍的問題，人們往往會走捷徑，根據可能性而不是概率來做決定。這種與經典模型的系統性偏離被稱為偏離。
由於心理偏差的存在，投資者在決策時並不是絕對理性的，會有不同的表現，進而影響資本市場的價格變化。但長期以來，由於缺乏強有力的替代工具，經濟學家在分析時不得不堅持貝葉斯法則。？
貝葉斯概率公式的意義；
貝葉斯公式提供了壹種利用收集到的信息來修正原有判斷的有效手段。在抽樣之前，經濟主體對各種假設有壹個判斷(先驗概率)。
至於先驗概率的分布，通常可以根據經濟實體的經驗判斷來確定(在沒有信息的情況下，壹般假設所有的先驗概率都是相同的)，可以使用更復雜、更精確的方法來確定先驗概率分布，包括最大熵技術或邊際分布密度和互信息原理。