贝叶斯方法的历史特征还表现在统计学领域的应用中。通过哲学家和统计学家的努力，贝叶斯方法经历了很大程度的复兴。虽然贝叶斯推理在形式上表现出演绎逻辑的特点，但是它本质上是一利，归纳方法，是定量归纳推理进路的基本模型，坚持帕斯卡开创的“概率化方向”。贝叶斯方法的归纳性在统计推理中表现得尤为突出。贝叶斯模型体系有利于我们理解赖以生存的世界，但是它很难提供关于科学问题的客观无偏评价。从定义上来说，我们用来理解世界的模型都是主观的，其推理过程需要我们的累积经验。例如，太阳每天从东方升起这个事实允许我们推断，太阳应该每天从东方升起。而且每一个这类观察又进一步强化了该推理。上述这种通过一组重复观察使得人们推断或导出一个更广泛关系的方法可以称为归纳，虽然归纳是本能的，但是它并不能让我们理解独立的实验数据集合。实验科学应该是客观的，它通过恰当设计的实验进行严格的假说检验。在统计学领域，各类推理需要设计实验、抽样等程序，获得一个样本到总体的评估过程。贝叶斯统计推理也不例外，这种经验相关的或然性正是归纳推理的特质所在。综上所述，贝叶斯方法的逻辑——历史特性，决定了它是一种逻辑——历史方法。