Como ensinar Estatística Bayesiana?

www.dalenestangl.com

Recentemente, fui contactado para reportar minhas visão do e experiência sobre o ensino de Estatística Bayesiana para uma matéria no boletim da ISBA. Essa matéria saiu na edição de setembro de 2015 desse boletim, junto com o relato de vários outros pesquisadores distribuídos ao redor do mundo. O que segue abaixo é a tradução da minha contribuição. Recomendo também a leitura dos outros relatos.

=====================

Meu primeiro contato sistematizado com o ensino aconteceu quando voltei para o Brasil do meu doutorado no exterior. Desde então, tenho me dedicado ao ensino da Estatística tanto de graduação e pós-graduação na UFRJ sempre, com algumas exceções associadas com visitas a outros centros. Desde aquela época até hoje, eu acredito que o ensino da Estatística deve ser apresentada de forma integrada com as principais abordagens (freqüentista e Bayesiana) colocadas dentro do mesmo contexto já que ambas destinam-se a resolver os mesmos problemas. Como isso pode ser feito? Vou apresentar a nossa experiência de algumas décadas que adoção dessa filosofia. Eu devo avisar com antecedência que o relatório abaixo da minha experiência é limitado ao ensino de Estatística para estudantes de graduação e pós-graduação para cursos de graduação e de pós-graduação em Estatística.

Para começar, é importante ter uma base documentada para apoiar e completar o aprendizado do aluno. Esta base é normalmente dada por livros publicados e o que usamos em nível de graduação é Probabilidade & Statistics por Morris DeGroot. Embora apresentando algumas lacunas importantes em suas primeiras edições, a idéia central do livro é a apresentação quase simultânea dos métodos e técnicas das duas abordagens. As últimas edições* (com M Schervish) têm procurado a sanar as lacunas, e robustificado este livro como uma base sólida para a aprendizagem de Estatística. Alguns detalhes ainda estão ausentes (particularmente na abordagem bayesiana para testar hipóteses), mas agora elas podem ser suplementadas com material adicional facilmente disponível.

Para o nível de pós-graduação, desenvolvemos material de ensino com base na nossa experiência com a literatura disponível. Isso foi inicialmente feito com notas de aula manuscritas, posteriormente sistematizadas em formato digital e, finalmente, materializado em um livro. Este livro foi publicado em Português e depois em Inglês, e agora já está em sua segunda edição**. Este livro procura sistematizar mais teoricamente o mesmo espírito que, em nossa opinião guia o livro de DeGroot.

O resultado deste processo é que nenhum estudante de Estatística da UFRJ (ambos de graduação e pós-graduação) recebe seu diploma sem ser exposto aos fundamentos e técnicas que regem os dois principais pontos de vista, com todas as suas diferenças e semelhanças. Alguns dos meus colegas argumentam que os alunos, especialmente de graduação, não têm uma maturidade científica para apreender as diferenças entre as duas abordagens de uma só vez. Eles afirmam que é mais prudente para apresentar as duas abordagens separadamente, especialmente para estudantes sem uma boa base matemática.

Minha experiência pessoal reconhece a existência dessa dificuldade. Mas eu acredito que é muito mais fácil para o aluno a sair do processo integrado de aprendizagem com uma visão mais ampla e com maior capacidade de reflexão, e, portanto, equipado para ser um melhor profissional.

* - M. H. DeGroot e M. J. Schervish (2011). Probability and Statistics (4a Edição). Addison-Wesley: Boston.

** - H. S. Migon, D. Gamerman e F. Louzada (2014). Statistical Inference: an Integrated Approach (2a Edição). Chapman & Hall: Boca Raton.