Uma Introdução aos métodos Bayesianos aplicados à análise dos dados

O uso de métodos Bayesianos tem se tornado muito popular na análise de dados em várias áreas de aplicação como economia, medicina, engenharia, indústria, ecologia, meio ambiente, finanças, educação, química, farmácia, biologia entre várias outras.

Esse grande avanço do uso dos métodos Bayesianos nas aplicações é devido ao grande avanço computacional verificado nas últimas décadas em termos de software e hardware, pois os métodos Bayesianos permitem modelagens complexas para os dados usando métodos de simulação para as distribuições a posteriori conjuntas de interesse.

Entre essas técnicas de simulação, destacamos as técnicas de Monte Carlo em Cadeias de Markov com destaque especial para o amostrador de Gibbs e o algoritmo de Metropolis-Hastings.

Para a simplificação na obtenção dos sumários a posteriori de interesse usados para obtenção de inferências como estimadores pontuais ou inferências por intervalo para parâmetros do modelo estatístico proposto a literatura apresenta softwares de livre acesso como o software OpenBugs e o software R.

Nesse texto, introduzimos com um mínimo de formalismo matemático, uma breve introdução aos métodos Bayesianos que pode ser muito útil para análise estatística de dados obtidos de diversas áreas de aplicação.

O texto mescla alguns conceitos básicos e necessários dos métodos Bayesianos com muitas aplicações em diversas áreas com ênfase em dados médicos, inclusive apresentando a parte computacional necessária na análise estatística dos dados.

Esse texto foi originado de uma breve monografia elaborada no departamento de medicina social da Universidade de São Paulo, campus de Ribeirão Preto, Estado de São Paulo para auxiliar bioestatísticos e outros profissionais na análise estatística de dados.