本文研究了部分由矩不等式识别的结构参数后验分布的大样本行为。基于有限信息似然导出后验密度。后验分布在任何一个δ-确定区域外的收缩。在内部，如果所识别的区域假设有一个非空的内部，则它在下面以一个正常量为界。我们的仿真证据表明，贝叶斯方法比频率统计方法具有优势，在适当选择先验信息的情况下，后验信息提供了更多关于识别区域内真实参数的信息。我们还解决了力矩和模型选择问题。我们的最优性准则是最大后验过程，并且我们证明，它渐近地选择具有最大矩不等式和最简单模型的真实矩/模型组合。