Inferência Bayesiana para pesquisa de mercado incluindo erros de resposta é estudado como uma mistura de duas distribuições de Bernoulli. Como a análise Bayesiana geralmente implica em cálculos complexos, o método de Monte Cano com dados ampliados é desenvolvido para obter os resumos marginais a posteriori. Variáveis latentes foram introduzidas para indicar qual componente da mistura gerou a informação com erro de classificação. Também, um procedimento Bayesiano baseado no conceito de "p-value" e na distância de variação total foi introduzida para medir o efeito do erro na distribuição marginal a posteriori. É também realizado, uma comparação entre o modelo misto proposto e o modelo exato introduzido por Gaba e VVinkler com o objetivo de verificar a eficiência da técnica aplicada. Uma ilustração com dados simulados é considerada

Bayesian Inference for market research including answer errors is studied as a mbcture of two Bernoulli distributions. Since a formal Bayesian analysis leads to intractable calculations, a Markov Chain Monte Cano method with data augmentation is developed to obtain the summary and marginal posteriors. Were introduced a latent variables that indicates which component of the mixture gives the information with classification errors. Also, a Bayesian procedure based on the Beyes p-value and the total variation distance to measure the effect of the errors on the marginal posterior distribution. R is also, accomplished a comparison between the proposed mixed model and the exact model introduced by Gaba and Winkler with the objective of verifying the efficiency of the applied technique. An illustration with simulated data is considered.