以部分區分（或部份類別無法區分）(partially-classified) 失去部份訊息資料 (censored data) 的類別抽樣 (categorical sampling) 在許多的應用領域中都非常重要。這類問題的研究探討已行之有年，但大部份都把重點放在〝失去部份訊息資料但無價值性〞(non-informative censoring) 以及〝誠實回答〞(truthful reporting) 的前提下。Thomas J. Jiang取消了以上二個前提的限制，並提出了quasi-Bayes method來近似這類問題的貝氏解(Bayes solution)。此一quasi Bayes methood與Makov and Smith (1977)與Smith and Maikov (1978) 所整合出的〝quasi Bayes procedure for mixture〞相類似。本文所引用的quasi-Bayes method的計算公式都已導出，而且只需要少許的時間便可解出答案。本文重站在比較quasi-Bayes method與Bayes method的效卒，quasi-Bayes近似狀況的好壞，並探討在何種情況下quasi-Bayes的近似狀況較差。