Durant dècades, ha existit al camp de l’estadística un etern debat sobre l’elecció de l’enfocament freqüentista o bayesià, amb raonaments com: una major facilitat d’interpretació de les estimacions de l’enfocament bayesià; o, una major objectivitat dels resultats de l’enfocament freqüentista a conseqüència de no utilitzar informació prèvia. No obstant això, en aquest taller nosaltres no ens hem involucrat en aquest debat, senzillament perquè creiem que cada tècnica té uns avantatges particulars i que cada enfocament pot ser útil i apropiat en una situació específica, mentre que no ho és en una altra.

L’objectiu d’aquest taller fou la presentació del paquet brms, una llibreria del software estadístic R per a l’ajust de models bayesians. Començàrem el taller, estudiant les diferències entre el paradigma bayesià i el freqüentista pel que fa a l’obtenció de les estimacions dels paràmetres. Respecte a l’estimació dels paràmetres, ens detinguérem especialment en la interpretació dels intervals de confiança i credibilitat, i aprofundirem en la importància de l’elecció de les distribucions prèvies o priors.

A continuació, presentàrem diferents ferramentes per a l’ajust de models bayesians, concloent que STAN, encara que requereixi un alt nivell de programació, és la ferramenta més flexible i eficient. Afortunadament, la llibreria brms ofereix una sintaxi molt més simplificada per a l’ajust de models, i crida de manera interna a STAN i al compilador C++ per a executar el processament del model. Aquesta llibreria dóna suport a quasi qualsevol mena de model, des de tota classe de famílies de distribucions, fins a estructures de la variància, models no paramètrics, múltiples efectes aleatoris amb random slope o random intercept, etc. Moltes d’aquestes possibilitats foren explorades de manera pràctica durant la segona part del taller.