Estudamos, nesta dissertação, um modelo bayesiano desenvolvido para a Análise de Preferência C, proposto por Marshall e Bradlow. Este modelo incorpora dados obtidos a partir dos métodos de coleta de composição e de decomposição e, apesar de ser estruturado para avaliações feitas por atribuição de notas, pode ser estendido para casos nos quais as avaliações coletadas na fase de decomposição tenham sido feitas através de soma-constante, ordenamento ou escolha discreta. Através da abordagem bayesiana, o modelo utiliza as informações coletadas no método de composição como informação a priori sobre as utilidades não-observadas (coeficientes que correspondem às contribuições parciais dos níveis dos atributos). Na construção da função de verossimilhança, utilizaas informações coletadas no método de decomposição. Com isso, a distribuição a posteriori resultante, além de reunir toda a informação disponível, leva a um estimador que pondera essas informações. A obtenção das estimativas é feita pelo método de amostragem de Gibbs.

not available