在具體的社會科學研究中，由於社會主體的異質性、現象的複雜性，研究結論往往無法達到主體間的有效性，通常隻能通過抽象化或者形式化的方式對變量間的關係進行描述，然而社會科學欲求取得與自然科學同等的學科地位，以定量化的形式達到自然科學那樣的精確化、客觀化，無疑是一個嚴峻的挑戰。
亨普爾的I-P模型運用了經驗工具和邏輯技巧，將科學解釋界定為尋求解釋項與被解釋項之間的客觀關係，而並不是解釋認知主體之關聯的主觀信念。但是解釋者總是伴隨語境的變化而相應地給出不同的解釋的，科學解釋的本質與解釋者的背景知識、認知狀態是密不可分的，因此，將解釋者這一主體要素引入科學解釋要素中，成為科學解釋的必要前提。B-P模型將解釋者的背景知識以先驗概率的形式，有效地融入解釋的邏輯分析之中，並且通過貝葉斯演算法則，來對不同語境下的先驗概率進行修正、調整，體現出一種認識的動態性。
“在貝葉斯方法中，公認的主觀性是通往客觀性的路線。”[34]它首先是基於異質社會主體的意向性因素或者經驗信息，以先驗概率的形式將異質主體的主觀性融入分析中，並且伴隨證據的增加，通過貝葉斯公式對先驗概率做出修正，得到的後驗概率將趨於一致，從而使主觀性和客觀性得到統一，進而達到對社會現象量化式的說明，為社會科學的客觀性及其合法性提供了有力的辯護。因此，貝葉斯方法在社會科學研究中，對於提高社會科學的客觀性、精確性具有重要的方法論意義。
一、B-P模型：一種動態的認識論模型
亨普爾概率解釋模型的功能在於確定解釋項和被解釋項之間的邏輯關係，致力於對單個事件的解釋進行邏輯論證，其中統計規律起著至關重要的作用。人們普遍承認，科學解釋的解釋能力事實上是規律所承擔的。統計規律起聯結的作用，它將解釋項之初始條件中提到的特定事實與被解釋項中提到的特定事實聯結起來。亨普爾的概率解釋模型出於拒斥形而上學的目的，采用的是經驗主義概率觀，完全將解釋的主體認識論地位排除在外，將自然科學的解釋模式貫徹於社會科學，嚴重忽略了社會科學所具有的獨特性。貝葉斯概率模型正是通過主觀概率的形式，將解釋主體的背景知識、認知狀態有效地融入解釋當中，避免了亨普爾的困境，並且給出一種適合社會科學解釋的全新的解釋模式。