Na abordagem bayesiana, com base no conhecimento
que se tem sobre um parâmetro θ, pode-se definir uma
família paramétrica de densidades. Nesse caso, a distribuição a priori é representada por uma forma funcional,
cujos parâmetros devem ser especificados de acordo com
esse conhecimento. Essa abordagem, em geral, facilita a
análise e o caso mais importante é o de prioris conjugadas. A ideia é que as distribuições a priori e a posteriori
pertençam à mesma classe de distribuições e, assim, a
atualização do conhecimento que se tem do parâmetro θ
envolve apenas uma mudança nos hiperparâmetros.
Nesse caso, assinale a alternativa em que é correto afirmar
que a priori é conjugada.