Nous présentons un modèle de Markov de transition agraire à 4 états. L'application de ce genre de modèles aux problèmes de successions agraires n'est pas nouveau, mais les outils relativement récents de l'inférence bayésienne numérique permettent de tester des lois a priori plus générales. En plus de l'estimateur du maximum de vraisemblance, nous considérons la loi a priori de Jeffreys (non informative) et calculons l'estimateur bayésien associé à l'aide d'une approximation de Metropolis–Hastings. Nous étudions les capacités et les limites de cette approche.