近年来，频率统计推断方法受到统计学者的广泛批评，贝叶斯方法逐步得到社会科学研究者的关注。然而，贝叶斯方法原理复杂、计算困难，社会科学研究者可能不易理解和使用。为此，本书围绕社会科学研究的常用模型与实际研究问题阐述贝叶斯推断方法，主要讨论贝叶斯假设检验和模型选择问题，并介绍作者在R和JASP软件平台开发的贝叶斯数据分析软件包。本书注重方法的实例应用、软件操作和结果解读，希望能够帮助社会科学研究者、数据分析工作者、高校学生等学习、掌握和使用贝叶斯推断方法，更好地开展科学研究。

本书将论述贝叶斯假设检验与模型选择的新方法及其在社会科学研究中的应用。首先，本书将简要介绍贝叶斯统计的基本原理与方法，包括贝叶斯先验与后验分布、假设检验与模型评估指标等；其次，本书重点讨论社会科学研究常用的t检验、方差分析、回归分析、中介分析、因子分析、多层线性等模型的贝叶斯推断方法，结合实际案例阐述贝叶斯方法在模型建立、假设评估、结果解释等方面的具体应用及其优势。最后，本书讨论贝叶斯方法存在的不足以及未来研究与应用的方向。