Julgue o item que se segue, relativos a modelos de regressão e inferência estatística. Segundo a teoria de Bayes, que deu origem às redes bayesianas, eventos passados não influenci

Gabarito

Errado

Comentário do professor

A afirmação foi julgada ERRADA porque a teoria de Bayes fundamenta a atualização de probabilidades a partir de observações passadas, para melhorar previsões futuras.

Pela regra de Bayes, \(P(\theta|D)=\frac{P(D|\theta)P(\theta)}{P(D)}\), os dados \(D\) alteram a crença sobre o parâmetro \(\theta\),

e a probabilidade de um novo evento condicionada aos dados é dada pela posterior preditiva, \(P(x_{new}|D)=\int P(x_{new}|\theta)P(\theta|D)\,d\theta\).

Por exemplo, se temos um prior sobre a tendência de uma moeda e observamos várias caras, atualizamos a crença e mudamos a previsão para a próxima jogada.

Em redes bayesianas essa relação é explícita, as arestas codificam dependências condicionais entre variáveis, indicando como eventos passados influenciam eventos futuros correlacionados.

Apenas quando variáveis são estritamente independentes, eventos passados não afetam previsões, portanto a declaração geral é incorreta.