• bos288
  • bos288
  • bos288
  • bos288
  • bos288
  • bos288
  • bos288
  • bos288
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • dewirp
  • dewirp
  • dewirp
  • dewirp
  • dewirp
  • dewirp
  • dewirp
  • dewirp
  • dewirp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • nagarp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • agenrp
  • slot gacor
  • slot gacor
  • slot gacor
  • slot gacor
  • slot gacor
  • slot gacor
  • slot gacor
  • slot gacor
  • slot88
  • raja168
  • agenrp
  • slot gacor
  • nagarp
  • rodarp
  • rodarp
  • agenrp
  • raja168
  • fijislot
  • emas288
  • bos288
  • raja168
  • bos288
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • raja168
  • emas288
  • agenrp
  • agenrp
  • bos288
  • bos288
  • bos288
  • Introdução à estatística bayesiana aplicada à linguística

    Guilherme Duarte Garcia,
    Ronaldo Mangueira Lima Jr

    Resumo

    Neste artigo, apresentamos os conceitos fundamentais de uma análise estatística bayesiana e demonstramos como rodar um modelo de regressão utilizando a linguagem R a partir de códigos comentados em detalhe e de pacotes amigáveis que otimizam a implementação de modelos completos. Ao longo do artigo, comparamos estatística bayesiana e estatística frequentista, destacamos as diferentes vantagens apresentadas por uma abordagem bayesiana, que dispensa valores de p e estima distribuições a posteriori de efeitos estatisticamente plausíveis com base nos dados modelados. Por fim, demonstramos como rodar um modelo simples e visualizar efeitos de interesse em gráficos intuitivos. Ao longo do artigo, sugerimos leituras adicionais aos interessados neste tipo de análise