Methode zur Parametrisierung von Verteilungsfunktionen auf der Basis bekannter Realisierungen von Zufallsgrößen.

Mit Hilfe der Bayesschen Formel schätzt man aus einer a priori-Verteilung (mit unscharfen oder stochastischen Parametern) und einer Anzahl von Realisierungen eine A posterio-Verteilung. Diese beschreibt die bedingte Erwartung für die Verteilung unter der Bedingung der beobachteten Realisierungen. Ein Quantil bezüglich dieser bedingten Wahrscheinlichkeitsverteilung wird auch als Bayessches Toleranzintervall bezeichnet.