Na abordagem bayesiana, com base no conhecimento que se tem...
Imagem de fundo

Na abordagem bayesiana, com base no conhecimento que se tem...

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.