Imagine que 0,1% das mulheres com 50 anos têm cancro da mama, 85% das mulheres com cancro da mama têm uma mamografia positiva e que 5% das mulheres sem a doença também têm um teste positivo. Qual a probabilidade de uma mulher de 50 anos ter cancro da mama dado que a mamografia foi positiva? Embora a maioria possa responder cerca de 0,85, a resposta correcta é apenas 0,017, o que equivale a dizer que a probabilidade de um resultado positivo ser um falso positivo é tão alta quanto 0,983. Este resultado contra-intuitivo é dado pelo teorema proposto por Thomas Bayes * no séc. XVIII baseado em probabilidades condicionais, e que está na origem da actual revolução na ciência estatística que contagia velozmente diversas áreas do saber..Dito de forma simples, o teorema de Bayes resume o processo de aprendizagem em que probabilidades iniciais (ter cancro) são revistas na presença de nova informação (teste positivo), espelhando o próprio método científico. Mais, existe evidência empírica de que o funcionamento do cérebro humano e a percepção da realidade seguem a lógica bayesiana, como mostra um estudo a ser publicado este ano na Psychological Science..O actual crescimento exponencial de publicações com aplicações bayesianas deve-se ao desenvolvimento das técnicas de simulação e ao aumento da capacidade de computação dos últimos dez anos. No âmbito das ciências económicas e empresariais, é talvez em marketing que se verifica a maior receptividade à estatística bayesiana, facto que motivou a publicação em Dezembro último do livro Bayesian Statistics and Marketing. Curiosamente, o prémio ADMES/Marktest 2005 foi atribuído a um estudo bayesiano sobre o comércio electrónico. **.O sucesso dos métodos bayesianos na investigação em marketing deve-se sobretudo a dois factores. Primeiro, a formalização bayesiana adapta-se naturalmente a muitos dos problemas estudados pelo marketing, em que o comportamento dos consumidores e empresas reflecte fenómenos dinâmicos de aprendizagem. Questões como a formação da percepção da qualidade à medida que o consumidor acumula experiência com o produto e a percepção do nível geral de preços de um supermercado através da exposição a diversas fontes de informação indoor e outdoor são exemplos relevantes. Segundo, sendo verdade que esta simbiose não é um exclusivo do marketing, é certo que a sua preocupação em desenvolver o melhor modelo estatístico possível a ser adoptado pela gestão sem excessivas preocupações teóricas, permite-lhe absorver e desenvolver rapidamente novos métodos quantitativos..Se esta é ou não a transição para um novo paradigma científico, dependerá talvez da introdução da estatística bayesiana nos currículos universitários. Por enquanto, na investigação quantitativa em marketing, bayesiano é a palavra- -de-ordem. C.* O teorema de Bayes é dado por P(A|B)=P(B|A)P(A)/P(B). ** Sismeiro, C., R.E. Bucklin (2004), Modeling Purchase Behavior at an E-Commerce Web Site: A Task-Completion Approach, Journal of Marketing Research, 41(3), 306-323.