随着科学技术的发展，许多领域、部门对测量结果的要求日益提高，要求测量结果更加精确，更加完整，更加具有科学性。越来越多的场合开始提出测量结果必须包含测量不确定度这一部分。因此测量不确定度理论越来越受到重视，测量不确定度的研究已成为一个十分活跃的领域。许多测量不确定度计算的新方法、新理论被不断提出。根据GUM测量不确定度原理，本文研究了一种基于信息融合理论、融A、B两类评定方法于一体、静态与动态评定方法于一体的不确定度贝叶斯评定方法。该方法充分利用历史信息和当前测量数据，由历史信息确定先验分布，通过贝叶斯模型融合先验分布与当前测量值推导出后验分布，根据后验分布进行不确定度估计。针对样本信息为正态分布的情况，对均值已知、方差未知以及均值、方差都未知的情况分别进行了贝叶斯后验统计特征量估计。针对不确定度分量的不同分布，采用共轭分布法确定先验分布，分别对非正态分布（均匀分布、三角分布、T分布）的三种情况，进行测量不确定度估计公式的推导。由于贝叶斯信息融合方法可以在测量过程中不断的融入新信息，具有很好的适时性。因此在贝叶斯不确定度静态评定基础上，初步探讨了贝叶斯动态不确定度评定方法。采用动态线性常均值模型进行贝叶斯不确定度评定公式估计，并对动态线性模型分量进行分析，针对各态历经过程建模进行动态测量不确定度的评定。采用贝叶斯信息融合的不确定度估计公式对三坐标测量机孔径测量的不确定度进行了实例分析，重点对重复性和再现性的实验结果进行不确定度分量的贝叶斯估计，最后得到孔径测量的不确定度估计值。