本稿の目的は，ベイズ統計モデリングによってAPC分析の既存モデルを体系的に整理することである．年齢・時代・コーホートには線形従属の関係があり，識別問題を解消するための制約条件が必須となるが，その分析枠組みは現状においてまとめられていない．そこで本稿では，パラメータの縮小化に着目し，正規分布を事前分布として仮定することで各モデルが表現できることを示す．Intrinsic Estimatorと同等なリッジ回帰モデルは，デザイン行列のランク落ちを純粋に数理的な現象として捉え，すべてのパラメータの2乗ノルムを最小化することで「あらゆる特殊解の平均」に相当する推定値を得る方法である．ベイズ型コウホートモデルとして知られるランダムウォークモデルは，パラメータの1次階差の重み付け2乗和を最小化する制約であり，時系列構造を想定した付加条件というAPCの識別問題を考慮した克服方法となる．他にも等値制約モデルとランダム効果モデルを紹介し，シミュレーションによって各モデルの推定値と，その結果が得られる数理的なメカニズムを検討した．
