En este fascinante y persuasivo audiolibro, Daniel Goleman sostiene que nuestra visión de la inteligencia humana es estrecha, pues soslaya un amplio abanico de capacidades esenciales para la vida. El cerebro y la inteligencia emocional: nuevos descubrimientos reúne los hallazgos más recientes de la investigación cerebral y otras fuentes sobre temas que van de la creatividad y el rendimiento óptimo a la conexión entre dos cerebros en el terreno del liderazgo, pasando por las formas de mejorar la inteligencia emocional en sí. Palabras del autor... «En este volumen pretendo continuar con nuevas vías de investigación y detallar a mis lectores algunos descubrimientos decisivos que nos permiten comprender mejor la inteligencia emocional y cómo aplicar ese conjunto de capacidades. No se trata de un análisis técnico y exhaustivo de datos científicos, sino de un trabajo en curso que se centra en descubrimientos con un valor práctico, en hallazgos que podemos aplicar en la vida cotidiana.» Daniel Goleman

Exploramos la inferencia bayesiana de un modelo de regresión lineal multivariante con el uso de una prior flexible para la estructura de covarianza. La configuración bayesiana comúnmente adoptada implica la prior conjugada, una distribución normal multivariante para los coeficientes de regresión y una especificación inversa Wishart para la matriz de covarianza. Aquí nos apartamos de este enfoque y proponemos un nuevo estimador bayesiano para la covarianza. Se considera una prior normal multivariante para los elementos únicos del logaritmo de la matriz de covarianza. Esta estructura permite una clase más amplia de distribuciones previas para la covarianza, con respecto a la fuerza de creencias en hiperparámetros de ubicación previos, así como la capacidad añadida de modelar posibles correlaciones entre la estructura de covarianza. Los momentos posteriores de todos los parámetros relevantes de interés se calculan en función de resultados numéricos a través de un procedimiento de Monte Carlo de cadena de Markov. Se invoca el algoritmo de