Inferência Bayesiana para modelos Poisson com priori conjugada baseada em misturas
da distribuição Gama
Inferência Bayesiana; Misturas de Gama; Priori conjugada; Distribuição Poisson
A inferência Bayesiana é uma metodologia estatística que combina informações
prévias sobre os parâmetros do modelo com dados observacionais para estimar a distribuição
a posteriori dos parâmetros desconhecidos. Uma das vantagens de utilizar prioris conjugadas é
que a distribuição a posteriori resultante permanece dentro da mesma família de distribuições
da priori, o que facilita tanto os cálculos quanto a interpretação intuitiva dos parâmetros da
posteriori. Neste estudo, adotamos misturas de distribuições Gama como prioris conjugadas
para o parâmetro λ da distribuição Poisson, o que proporciona uma abordagem mais flexível e
capaz de se ajustar melhor às diferentes características dos dados. As misturas de distribuições
Gama exploradas neste trabalho incluem a distribuição Lindley generalizada 1 (ABOUAMMOH;
ALSHANGITI; RAGAB, 2015), a distribuição Lindley generalizada 2 (RAMOS; LOUZADA; MOALA,
2021) e a distribuição Lindley generalizada 3 (ZAKERZADEH; DOLATI, 2009). Essas distribuições
são extensões da clássica distribuição Lindley. Para ilustrar a aplicação prática da metodologia
proposta, realizamos um estudo com dados reais.