Neste trabalho apresentamos a análise bayesianana Teoria da Resposta ao Item (TRI) Gradual. O modelo TRI gradual tem como principal característica relacionar variáveis não observáveis, associadas com os traços latentes dos indivíduos, com respostas politômicas dada por um instrumento de medida, como por exemplo, um teste ou quedtionário. Estas respostas podem ser ordenadas de tal forma que a categoria mais baixa contribua menos para o traço latente do indivíduo e a categoria mais alta contribua mais. Neste sentido, a escala de Likert é um clássico exemplo de resposta gradual em que as categorias poderiam ser definidas por exemplo como: concordo completamente, concordo parcialmente, indiferente e não concordo. Neste trabalho, a estimação das variáveis latentes é baseada na abordagem bayesiana, especificamente no algoritmo de Gibbs com dados aumentados. A idéia principal do algoritmo de dados aumentados é introduzir variáveis auxiliares no modelo para a obtenção de densidades condicionais completas para a construção do algoritmo de Gibbs. A metodologia proposta é aplicada a um conjunto de dados de depressão provenientes de um estudo realizado para a adaptação, tradução e validação para o Português do inventário de Beck. O objetivo desta aplicação é avaliar quais são os sintomas que mais afetam e os que mais discriminam os pacientes quanto à intensidade dos sintomas depressivos

not available