8-1 貝葉斯統計學與內曼－皮爾遜統計學的共通點
在第5講與第8講中，已經對比了標準統計學（內曼－皮爾遜統計學）與貝葉斯統計學在思考方式、邏輯等方麵的不同之處。由此可知，這兩種統計學之間的差異之大，不可忽視。
其中，尤其明顯的一點是，貝葉斯統計學中需要設定先驗概率，而內曼-皮爾遜統計學中則完全不涉及這一概念。先驗概率是指，對於接下來將要推理的事物，先設想出多個可能的原因，並為這些原因設定“可能的程度”，即先驗概率。
那麽，這種設想是貝葉斯統計學中特有的嗎？實際上並非如此，內曼－皮爾遜統計學中也有與此相通的設想，本講內容也會闡明這一點。特別是對於很多對貝葉斯統計學的先驗概率抱有排斥感的人來說，理解二者之間共通的設想，將有助於緩解這種排斥感。
8-2 “極大似然原理”被運用到眾多學科當中
標準統計學與貝葉斯統計學的共通之處，在於一種被稱為“極大似然原理”的思考方式。
簡單來說，“極大似然原理”的含義就是：世界上正在事件，之所以發生，是因為它發生的概率大。
例如，假設引起X象和Y現象的原因，有A和B兩種。假設在A原因的情況下，X現象發生的概率遠大於Y現象發生的概率。相反，在B原因之下，Y現象發生的概率則遠大於X現象發生的概率。那麽，假設現在觀察到了X現象。那麽此時的原因是A還是B呢？
當然，A和B的可能性都存在。但是，如果一定要選一個的話，那麽還是應該選A才更為妥當。這種思考方式就是所謂的“極大似然原理”。
我們在日常生活當中，也經常會用到上述思考方式。比如，有人忘記帶東西，假設這個人不是A就是B，而這兩個人中，A是會經常忘帶東西的那個，B則是很少會忘帶東西。那麽這時，一般我們會推測，忘記帶東西的人是A而不是B。