چکیده: تحلیل داده‌های بازگشتی در دیدگاه بیزی، به دلیل پیچیدگی مدل‌های معقول برای تحلیل آن‌ها، وابسته به استفاده از روش‌های مبتنی بر نمونه‌گیری، از جمله الگوریتم‌های MCMC‎، است. اما این الگوریتم‌ها همیشه با مشکلاتی مانند سرعت کند، ناتوانی در تشخیص همگرایی زنجیر و رفتارهای ضعیف آمیختگی، همراه هستند. یک رهیافت جانشین برای این الگوریتم‌ها، روش تقریب لاپلاس آشیانه‌ای جمع‌بسته ‎(INLA)‎ است که توسط رو و همکارانش ‎۲۰۰۹‎ ارایه شد. این روش از مشکلات الگوریتم‌های ‎MCMC‎ مبرا بوده و سرعت محاسبات در آن بسیار بالاست. از طرفی، اختلاف دقت نتایج حاصل از آن و الگوریتم‌های MCMC‎ بسیار ناچیز و حتی در مواردی بالاتر است. در این پایان‌نامه، مدل‌بندی بیزی تقریبی پیشامدهای بازگشتی بر اساس فرآیند پواسون ناهمگن و به کمک روش INLA‎، انجام شده است. عملکرد مدل و روش استنباطی نیز توسط مثال‌های شبیه‌سازی و واقعی، ارزیابی شده‌اند. کلمات کلیدی: ‎.