Questões de Inferência Bayesiana

Questão 2355637

• Banca: CONSULPLAN
• Órgão: TRF - 2ª REGIÃO
• Ano: 2017
• Provas: CONSULPLAN - 2017 - TRF - 2ª REGIÃO - Analista Judiciário - Estatística
• Disciplina: Estatística
• Assuntos: Inferência Bayesiana; Inferência estatística

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

• A. I e III.
• B. I e IV.
• C. II e III.
• D. I, III e IV.

Gabarito: B

Questão 3183469

• Banca: CESPE / CEBRASPE
• Órgão: TJ-AM
• Ano: 2019
• Provas: CESPE - 2019 - TJ-AM - Analista Judiciário - Estatística
• Disciplina: Estatística
• Assuntos: Conhecimentos de estatística; Inferência Bayesiana; Inferência estatística

A respeito dos diferentes métodos de estimação de parâmetros, julgue o item a seguir.

A estimação de parâmetros pelo método bayesiano independe da distribuição a priori utilizada.

• C. Certo
• E. Errado

Gabarito: E

Comentários

• O intervalo de credibilidade adota o Método Bayesiano - onde terá o intervalo de probabilidade a posteriori e irá utilizar informações da distribuição a priori. Enquanto que o Intervalo de confiança está relacionado a estatística frequente, não irá depender da distribuição a priori.

  Fonte: Direção Concursos.

• 1-A estimação de parâmetros pelo método bayesiano depende da distribuição a priori utilizada. (TRAMONTINA)

• [1] Intervalos de Confiança (Estatística Frequentista) = Não dependem da distribuição a priori; 

  [2] Intervalos de Credibilidade (Estatística Bayesiana) = Utilizam informações da distribuição a priori (cria intervalo de probabilidade a posteriori). 

Questão 4838728

• Banca: Exército
• Órgão: EsFCEx
• Ano: 2020
• Provas: Exército - 2020 - EsFCEx - Oficial - Estatística
• Disciplina: Estatística
• Assuntos: Inferência Bayesiana; Inferência estatística

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.

Gabarito: A