Inferência Bayesiana na análise de dados de experimentos planejados

Abstract

Em estudos de experimentos planejados a Estatística Clássica é a base para análise dos experimentos, porém, existem trabalhos publicados no Brasil que já utilizaram métodos Bayesianos. Neste trabalho foi utilizado as duas abordagem para análise de um experimento real fornecido pela Embrapa Recursos Genéticos e Biotecnologia. A vantagem da inferência Bayesiana consiste em obter uma função de densidade contendo toda a informação probabilística a respeito dos parâmetros de interesse. O trabalho, na primeira parte, revisa a literatura Bayesiana, simulação estocástica, Método de Monte Carlo via Cadeia de Markov, algoritmos de Metropolis-Hastings, Amostrador de Gibbs, introdução aos modelos lineares generalizados e diagnósticos de convergência da cadeias, como Geweke, Raftery-Lewise Heidelberger-Welch. Em segunda etapa realizou-se um estudo de caso tratado pelas abordagens Clássica e Bayesiana. Os resultados obtidos em ambos os métodos foram comparados e obtiveram os valores estimados dos parâmetros e os intervalos de confiança e credibilidade aproximados. A abordagem Bayesiana mostrou-se eficiente e satisfatória mesmo utilizando distribuições a priori vagas. Os dados foram tratados utilizando o software SAS, que se mostrou eficaz e robusto.