針對具有多項分配(multinomial distribution)母體的類別資料，貝氏分析通常採取Dirichlet分配作為其先驗分配(prior distribution)，但在很多實際應用時，卻會遭遇困難；例如，當我們欲推估各年齡層佔總勞動力人口之比例時，母體除具多項分配外，其相鄰類別之比例亦相對接近；換言之，此時母體為具有平滑性(smooth)的多項分配，若依然採用Dirichlet分配作為其先驗分配，則會因為Dirichlet分配本身不具有平滑的特性，因而在做貝氏分析時會產生困擾。對這個難題Dickey and Jiang於1998年提出一個解決之道，他們的理論是對Dirichlet分配作適當之調整，將經過線性轉換後之Dirichlet分配稱為過濾後Dirichlet分配(filtered-variate Dirichlet distribution)，以過濾後Dirichlet分配作為調整後之先驗分配。對於Dickey and Jiang提出的方法，我們重新以蒙地卡羅法(Monte Carlo method)求出貝氏解，同時也嘗試以類似Makov and Smith (1977)和Smith and Makov (1978)對混合分配(mixture distribution)所用之準貝氏方法(quasi-Bayesian method)來逼近貝氏解。而本文將由電腦模擬的方式，探討貝氏方法與準貝氏方法之執行結果，並且考察準貝氏方法之收斂行為，對準貝氏方法的使用時機提出建議。