贝叶斯推断（英语：Bayesian inference）是 推论统计的一种方法。这种方法使用 贝叶斯定理，在有更多 证据及 信息时，更新特定 假设的 概率。贝叶斯推断是 统计学（特别是 数理统计学）中很重要的技巧之一。贝叶斯更新（Bayesian updating）在 序列分析中格外的重要。贝叶斯推断应用在许多的领域中，包括 科学、 工程学、 哲学、 医学、 体育运动、 法律等。在 决策论的哲学中，贝叶斯推断和 主观概率有密切关系，常常称为 贝叶斯概率。

贝叶斯定理是由统计学家托马斯·贝斯（Thomas Bayes）根据许多特例推导而成，后来被许多研究者推广为一普遍的定理。