2022年4月21日上午，清华大学国际与地区研究院东南亚组讲座“贝叶斯方法在定性研究中的应用（Bayesian Reasoning for Qualitative Research）”在线上开讲。本次讲座由伦敦政治经济学院（LSE）发展学系副教授塔莎·法菲尔德（Tasha Fairfield）主讲，清华大学国际与地区研究院助理研究员李宇晴博士主持，来自清华大学、密歇根大学以及其他国内外高校科研院所的师生近50人参加了本场讲座。

法菲尔德教授首先指出，贝叶斯方法是一种基于统计学和概率计算的研究方法，能够在给定的有限信息条件下，基于假设的先验概率，对不同假设的发生可能性进行推算和比较。相较于政治学研究中的其他研究工具，贝叶斯方法更为前沿。贝叶斯方法将统计推断中的相关量均作为随机量对待，且能够在对相关量不完全了解的情况下进行分析，从而在一定程度降低了政治学研究中进行预测的风险，也具有更广阔的应用前景。

随后，法菲尔德教授基于贝叶斯公式，对公式中的假设、先验概率、先验信息、似然函数、后验概率等元素进行了逐一讲解。在假设上，法菲尔德教授强调，她所主张的贝叶斯分析中的假设需要是互斥的。在先验概率上，贝叶斯分析将先验概率视为随机量对待，并以“发展中国家为什么热衷于签署双边投资协议”这一问题为例进行了说明。对于先验信息和似然函数，研究设计者需要对其进行谨慎评估，考虑先验信息的真实性和与假设的逻辑对应程度。先验信息的数据量大并不意味着假设成立的可能性就更大。

在讲座总结中，法菲尔德教授指出，贝叶斯分析作为研究工具，对于定性研究具有重要价值。其能够指导研究者对同一事件不同的互斥假设进行考虑，从而进行更为有效的数据收集。其还能够促使研究者进一步完善理论，对理论中的假设和先验证据进行更为缜密的衡量和思考。贝叶斯分析并非追求在研究中证明某种假设的绝对真实，而是通过评估和推算论述不同假设成立的可能性，从而从统计的角度提高研究的科学性。

讲授结束后，法菲尔德教授与参加讲座的师生就贝叶斯分析在定性和定量混合方法研究中的应用，以及贝叶斯方法与政治学研究中过程追踪法、KKV定量方法（见King, Keohane and Verba, Designing Social Inquiry, 1994）的比较等问题进行了探讨。

塔莎·法菲尔德（Tasha Fairfield）是伦敦政治经济学院（LSE）发展学系副教授，她拥有美国加州大学伯克利分校政治学博士学位，她的研究领域包括关于不平等议题的政治经济学、政策制定的政治过程、拉丁美洲的政企关系等。她的研究广泛应用定性研究中的贝叶斯推理方法。她出版有专著Private Wealth and Public Revenue in Latin America: Business Power and Tax Politics（拉美国家的私人财富与公共财政）。

文字编辑：宋天耘

审校：东南亚组

排版编辑：程遥