Seu próximo nível começa aqui
Seu desenvolvimento não pode ter limites. Garanta sua Assinatura Ilimitada e libere uma preparação completa com os melhores professores do Brasil.
Na abordagem bayesiana, com base no conhecimento que se tem sobre um parâmetro θ, pode-...
Na abordagem bayesiana, com base no conhecimento que se tem sobre um parâmetro θ, pode-se definir uma família paramétrica de densidades. Nesse caso, a distribuição a priori é representada por uma forma funcional, cujos parâmetros devem ser especificados de acordo com esse conhecimento. Essa abordagem, em geral, facilita a análise e o caso mais importante é o de prioris conjugadas. A ideia é que as distribuições a priori e a posteriori pertençam à mesma classe de distribuições e, assim, a atualização do conhecimento que se tem do parâmetro θ envolve apenas uma mudança nos hiperparâmetros.
Nesse caso, assinale a alternativa em que é correto afirmar que a priori é conjugada.
A
Distribuição a priori Beta de parâmetros inteiros é conjugada à família Bernoulli.
B
Distribuição a priori Uniforme é conjugada à família Normal.
C
Distribuição a priori Poisson é conjugada à família Normal.
D
Distribuição a priori Normal é conjugada à família Bernoulli.
E
Distribuição a priori Beta de parâmetros inteiros é conjugada à família Gama.