A influência de informaçôes cuja ocorrência não havia sido previamente antecipada na construção de distribuições a posteriori será discutida.Primeiramente, abordaremos a questão da atualização de probalidades quando imprevistos ocorrem imediatamente antes de declaração de opiniões a posteriori. Alguns mecanismos de atualização de probalidades serão apresentados e algumas de suas fragilidades discutidas. A Regra de Jeffrey será vista em detalhes, destacando sua versão preditivista e o conceito de conjugação definido por esta regra. Também será discutido o Condicionamento Bayesiano e sua quaseimpotência na incorporação de imprevistos.Uma caracterização preditivista de modelos lineares t é obtida partindo apenas de julgamentos sobre objetos observáveis. Além de mais alguns exemplos de Jeffrey-conjugação, esta caracterização fornece um procedimento completamente operacional de modelagem. Posteriormente, apresentaremos um procedimento para inferir sobre pontos de mudanças, os quais muitas vezes surgem como conseqüências da ocorrência de imprevistos, utilizando o Modelo Partição Produto. Como inferir sobre mudanças na média e na variância de dados condicionalmente normais usando este procedimento será especificado. Aplicaremos os procedimentos desenvolvidos a dados do mercado financeiro

not available