Байесовский подход позволяет повысить точность прогнозирования временных рядов. 2 Это связано с тем, что он даёт возможность учитывать априорную информацию, которая известна об объекте до начала измерения. 5

Некоторые преимущества байесовского подхода:

• Учёт сложных закономерностей в данных. 1 Байесовские непараметрические методы способны представлять сложные закономерности без строгих предположений о распределении или функциональной форме. 1
• Преодоление численных трудностей. 2 В моделях с большим числом параметров или оцениваемых на коротких выборках функция правдоподобия может содержать несколько локальных максимумов или, наоборот, быть достаточно плоской. 2 Байесовский подход позволяет решить эту проблему. 2
• Возможность работать с временными рядами, имеющими отсутствующие значения или нерегулярную выборку. 1

Байесовский подход также позволяет учитывать неопределённость в данных и сложные взаимосвязи между наблюдаемыми переменными. 3