A estatística Bayesiana, nestes últimos anos, vem ocupando uma posição destacada no cenário internacional, como um procedimento estatístico alternativo à solução de problemas altamente sofisticados. O sucesso da ISBA (International Society for Bayesian Analysis), como um canal de promoção do desenvolvimento e aplicação dos métodos Bayesianos na ciência, indústria e governo, é uma forte evidência que já estamos vivendo a "Bayesian Era", prevista pelo Prof. Arnold Zellner no artigo publicado pela The Indian Bayesians Newsletter, 1997, e pelo Prof. David Lindley, na última frase do seu prefácio do livro do DeFinetti, volume 1, 1973, Theory of Probability, quando escreveu:

"(...) the idea that we shall all be Bayesian by 2020, or how to play the football pools. But, as I said, this is a book about life."

Esta nova realidade Bayesiana na estatística deve–se em parte a introdução, nos últimos 12 anos, de uma classe de técnicas computacionais conhecidas como métodos de "Markov Chain Monte Carlo" (MCMC). Seguindo esta tendência foi criado no Brasil, durante a realização do 14 SINAPE, a ISBrA como uma Seção Brasileira da ISBA e hoje temos no Brasil uma comunidade Bayesiana altamente produtiva e de reconhecido valor internacional.

A função desta homepage é servir como uma fonte de referência para os membros da ISBrA e para os interessados em estatística Bayesiana da comunidade estatística brasileira.

 

 

ISBrA – Seção Brasileira da International Society for Bayesian Analysis

Esta página tem todos os seus diretos reservados. Nenhum tipo de cópia está autorizada sem a permissão por escrito do(a) autor(a), e copiá–la sem tal permissão caracteriza uma violação à lei. Os arquivos deste mesmo sítio diretamente ligados a esta página também tem seus direitos reservados. Nenhuma reclamação pode ser feita baseada no conteúdo destas páginas.

Copyright © 2010 ISBRA. All rights reserved. The copyright includes this page and others directly available from this site by the same author.


  produzido por CliqueAqui Comunicação Interativa