社會科學中的大多數社會現象具有強烈的主觀性、難以驗證性和不可重複性等特點，經驗主義者對其方法論方麵的缺陷難以做出合理的辯護，而對於主觀性的形式化、客觀化，經驗主義者更是無所適從。然而，主觀主義者主觀概率的提出完滿地解決了這一方法論難題，並將社會科學研究提高到一個可量化的層麵上來。主觀概率存在於人們的主觀世界中，它反映了人們對某些事物的相信程度，是對不確定性的主觀判斷，與個人的、心理的等各種因素有關。貝葉斯學派所采納的是主觀主義概率思想，其統計的目的是通過貝葉斯公式依據證據來更新主觀概率。貝葉斯論者把概率建立在研究者的背景知識或個體經驗基礎之上，是對事件發生或命題為真的可能性給出的個人信念，具有認識論的性質。
貝葉斯學派與頻率學派最大的區別是，是否使用先驗信息，即人們做實驗之前由背景知識或個體經驗所提供的信息。貝葉斯論者將先驗信息轉化為先驗概率，將研究者的背景知識加入分析之中，並且根據經驗證據，通過貝葉斯公式對先驗概率不斷加以修正，最終獲得的後驗概率將趨向於一致，先驗概率，即研究者關於不確定性的先驗信息的概率陳述，後驗概率可以看作是經驗證據對先驗概率做出修正後的概率陳述。這一方法的獨到之處在於使得社會科學中主觀性的客觀化問題迎刃而解。
綜上可知，解決亨普爾概率解釋模型之於社會科學的困境，就需要重新定位解釋者作為解釋主體的認識論地位，將解釋主體的背景知識或認知狀態，以及解釋者對相關要素的信念度引入社會科學解釋要素當中。貝葉斯方法的概率解釋模型為這一引入構建了一個可行的平台。貝葉斯方法是基於貝葉斯定理發展起來的用於解決統計問題的方法，這一方法能夠很好地解決解釋者的不完全性和不確定性。因此，我們認為，用貝葉斯方法來刻畫社會科學解釋中的解釋者的信念度是可行的，我把這一解釋模型稱作“貝葉斯概率解釋模型” （Bayesian Probability Explanation Model，簡稱B-P模型）。這一模型一方麵能夠將解釋者這一認識主體重新引入解釋當中，另一方麵能夠有效消除由於不同解釋主體對同一經驗觀察內容而給出不同解釋的差異，具有重要的方法論意義。