Este trabalho tem como objetivo aplicar métodos bayesianos de estimação de parâmetros e de modelos para resolver problemas utilizando a classe das distribuições alfa estáveis. Essa distribuição é relevante por apresentar mais alternativas para análise de dados quando comparada a distribuição normal, amplamente utilizada na estatística. No presente trabalho, estudou-se as formas de estimação dos parâmetros da distribuição alfa estável, por meio de métodos de simulação. Na literatura, os métodos utilizados são os de Monte Carlo via Cadeia de Markov (MCMC), que permitem obter amostras muito próximas de uma distribuição alvo qualquer em amostras multidimensionais, especialmente quando o número de dimensões é alto. Para a simulação e comparação numérica utilizou-se o software JAGS a partir da plataforma R.