Bayesiansk ekonometri är en statistisk och matematisk metod för problemlösning som bygger på en utredares övertygelse om ett förväntat resultat, istället för att bara förlita sig på bevis som tillhandahålls av tillgängliga data. Detta är baserat på premissen för Bayes sats, som är en matematisk formel som används för att bevisa alla hypoteser där redan existerande idéer stöds av bevis. Det är en form av subjektivt resonemang som lägger tonvikt på en forskares initiala trosgrad och använder bevis för att forma slutsatser baserade på den initiala övertygelsen.
En av de grundläggande elementen i Bayesiansk ekonometri är att Bayesianska principer är baserade på betingad sannolikhet. Det vill säga, sannolikheten för att en händelse inträffar ses först baserat på villkoret att en tidigare händelse ägde rum för att sätta scenen för den. Formeln för detta är att en sannolikhet för att båda dessa händelser inträffar måste divideras med sannolikheten eller villkoret för att den första händelsen faktiskt ägde rum.
Villkorlig sannolikhet som ett kännetecken för Bayesiansk ekonometri är ett försök att närmare modellera den verkliga världen när man beräknar den sannolika förekomsten av framtida händelser. Den förlitar sig på sannolikhetsfördelningar, som är olika nivåer av osäkerhet istället för bara ren slumpmässighet, som man kan basera framtida utfallsberäkningar på. Detta innebär att Bayesiansk ekonometri tar en mer bevismässigt stödansats som utgångspunkt, genom att försöka kvantifiera graden av tro eller förtroende individer har för ett resultat som en input till att förutsäga det faktiska resultatet. Detta har relevans inom ekonomiområden som konsumenternas förtroende, där gruppens förväntningar har en enorm inverkan på vad som blir verklighet.
Otillräckliga data är ofta ett problem i viktade statistiska beräkningar som försöker ge meningsfulla resultat, och Bayesiansk regressionsanalys erbjuder en lösning på detta. Det möjliggör uppskattningar av tidigare information som input i beräkningarna. Detta tillvägagångssätt att använda tidigare densitetsfunktioner för att komma fram till bakre densitetsfunktioner har potential att ge mycket mer användbara lösningar på problem.
Bayesianska metoder används dock inte ofta av flera skäl. Det är svårt att formellt redogöra för en befolknings subjektiva föreställningar och forma dem till en meningsfull matematisk fördelning. Att beräkna det korrekta resultatet av den bakre fördelningen är också öppen för tolkning, och alla resultat som erhålls har bara värde om du håller med om de föreställningar och antaganden som användes till att börja med. Ekonomer hävdar också att Bayesiansk ekonometri fokuserar för mycket på teori och teknik, och inte tillräckligt på att utveckla denna teori mot nuvarande ekonomiska modeller som försöker förutsäga verkliga händelser och trender.