Explore as questões disponíveis e prepare-se para seus estudos!
Sobre a abordagem bayesiana para estimar um parâmetro θ, analise as afirmativas a seguir.
I. Uma distribuição de probabilidade é atribuída para esse parâmetro.
II. O amostrador de Gibbs e Metropolis-Hastings é utilizado para gerar os dados que serão utilizados na distribuição de verossimilhança.
III. A distribuição beta é conjugada das distribuições binomial, geométrica, Poisson e binomial negativa.
IV. A definição da distribuição priori pode ser totalmente subjetiva.
Estão corretas apenas as afirmativas
Julgue o item que se segue, relativos a modelos de regressão e inferência estatística.
Segundo a teoria de Bayes, que deu origem às redes
bayesianas, eventos passados não influenciam a
probabilidade de eventos futuros correlacionados.
Julgue o item que se segue, relativos a modelos de regressão e inferência estatística.
O princípio da indiferença estatística afirma que as
proposições sintaticamente simétricas em relação à evidência
são consideradas proposições de igual probabilidade.
Admita que a probabilidade θ e de sair "cara" no lançamento de uma moeda particular só pode ser 0,5; 0,6 ou 0,4. O detentor da moeda acredita que as probabilidades de θ1 = 0,5 e de θ2 = 0,6 estão na proporção 7:2 a favor de θ1, = 0,5 e que θ2 = 0,6 é duas vezes mais provável que θ3 = 0,4. Qual a distribuição a priori para θ do detentor da moeda?