贝叶斯范式和频率论者范式都具有极端的客观性，都包括三个主要的组成部分：假说、数据和推理过程。两者的不同主要在于提出问题的方式和所提出的问题不同。
贝叶斯模式的问题是：
给定数据和任何的先验知识，一个假说为真的概率是什么？
频率论者模式的问题是：
依据不拒绝真实的假说，以及不接受虚假的假说的原则，判定一个推理过程的可靠性是多少。
基本的思想就是：一个错误率低的可靠过程就是一件适合的工具。
贝叶斯范式的重点放在假说上，而频率论者的重点放在过程上。
由于两者所提出的问题不同，引出了一系列进一步的差别：
先验的数据和要求的数据
概率的概念
贝：概率是给定个人知识的前提下，个人对命题（或假说）的信任程度；
频：概率是在长时间运行一个事件（或实验）出现的频率，这种过程需要大量多次的重复，这种重复可能是实际发生的或者也可以是想象的。
美学因素
或然原理与设想的数据
特定例子：
一个简单的临床试验：
两上接受试验者随意安排，一个用A药品治疗，一个用B，所要测的反应是哪一个受试者存活的久一些。
数据：对于10对接受试验者而言，药品A赢8次，药品B赢2次
问题：这是不是可以做为实际的证据，说明药品A优于药品B，或者，按照更多定量的项目，药品A优越性的概率是多少？
按照贝叶斯范式，需要提出和回答的问题是这样的：
给定数据，处置方案A优于处置方案B的概率是多少？
某些特定的处置方案对一位新患者治疗效果最好的概率是多少？
按照频率论者范式，需要提出和回答的问题是这样的：
给定一个假设的零位假说，该假说假定各种处理方案没有差别，假定该假说为真，一个结果达到观察数据的极限，或者比观察到的数据更为极端，这样的概率是多少？
从哲学上讲，两种范式的差别不过是从数据到模型的归纳推理，与从模型到数据的演绎推理之间的差别。
