在现实生活中，除了我们熟悉的随机现象与模糊现象外，还有很多不确定现象，无法使用传统的理论方法来刻画。为了进一步研究不确定现象，刘宝碇教授提出了具有规范性、自对偶性、次可加性的数学公理化体系--不确定理论。　　 不确定统计是基于不确定理论的一种统计方法。该方法通过收集、整理、分析相关领域的专家经验数据，利用不确定理论建立数学模型，为最终做出决策提供建议和意见。　　 贝叶斯决策分析是重要的统计方法，它的特点在于重视先验信息，赞成主观概率。因此，借用贝叶斯决策分析方法于不确定统计领域的研究既有很重要的理论意义，也有非常广阔的应用前景。　　 本文在不确定环境中对贝叶斯决策分析问题进行了深入的研究。论文的主要的内容和工作如下：　　 一、在不确定统计的理论框架下，基于贝叶斯决策理论，给出了不确定贝叶斯测度、不确定贝叶斯损失函数、不确定贝叶斯风险函数、不确定贝叶斯后验分布，不确定贝叶斯后验风险准则的定义；　　 二、基于极小互熵原理，提出了确定无信息先验分布参数的方法，并在此基础上提出了确定多层先验分布的方法；　　 三、基于贝叶斯决策理论，提出了在常用的损失函数下的贝叶斯的估计。　　 四、利用不确定分布的贝叶斯决策理论，对于高考估分问题进行了研究，并证明其优越性。