23º SINAPE - Simpósio Nacional de Probabilidade e Estatística

Sessões Temáticas


SESSÕES TEMÁTICAS

 

TÍTULO: ADVANCES IN BAYESIAN COMPUTATION 

Ministrante: Ricardo Sandes Ehlers  (ICMC/USP)

Ministrante: Ramsés Mena (Universidad Nacional Autónoma de México)

Ministrante: Hedibert Freitas Lopes (Insper)

 

RESUMO: In most practical applications of Bayesian inference it is necessary to use computer intensive and efficient methods as they involve complex models. Markov chain Monte Carlo (MCMC) methods are now routinely employed but in many situations we need to improve efficiency of such methods in terms of sampling parameter values close to the target distribution at an acceptable computational cost. In this session, recent developments in computational methods, methodology for data analysis and applications in Bayesian statistics will be presented.

 

TÍTULO: BROWNIAN MOTION AND STOCHASTIC DIFFERENTIAL EQUATIONS 

Ministrante: Glauco Valle da Silva Coelho (UFRJ)

Ministrante: Christian Olivera (UNICAMP)

Ministrante: Pedro Catuogno (UNICAMP)

 

RESUMO: Nesta sessão serão apresentados dois trabalhos relacionados com equações diferenciais estocásticas, sendo que em um deles a equação estudada envolve o movimento Browniano fracionário. O movimento Browniano também é o tema do terceiro trabalho, mais especificamente o Brownian Web, que surje como um limite de escala de passeios aleatórios.

 

TÍTULO: ESTATÍSTICA EM GENÉTICA 

Ministrante: Benilton de Sá Carvalho (UNICAMP)

Ministrante: Wilson Araujo da Silva Junior (USP)

Ministrante: Luis Aparecido Milan (Departamento de Estatística da Universidade Federal de São Carlos)

 

RESUMO: Atualmente as técnicas laboratoriais em genéticas avançaram velozmente, impulsionadas por uma quantidade cada vez maior de novos tipos de conjuntos de dados como a 3ª geração de marcadores genéticos (SNPs), a seqüência de DNA de numerosos organismos, a informação de declaração genética (perfil de transcrição) e uma quantidade crescente de conhecimento sobre a função dos genes. E assim, a genética estatística se dinamiza em uma estrutura multidisciplinar envolvendo bioinformática, biomatemática, biologia, epidemiologia e genética, direcionada a novos desenvolvimentos como métodos de análise de ligação, testes de associação alélica, análise de dados de matriz de indicação de genes, análise de sequência, genômica comparativa, reconstrução de árvores filogenéticas, entre outros. Neste contexto, novos desafios estatísticos vêm surgindo a medida que as técnicas laboratoriais avançam, apontando para o importante papel desempenhado pelos estatísticos no planejamento e análise de estudos genéticos. A proposta desta atividade é abordar tópicos de genética atuais e seus desafios em termos de métodos e modelos estatísticos.

 

TÍTULO: HIGH AND INFINITE DIMENSIONAL MODELS IN TIME SERIES 

Ministrante:  Flavio A. Ziegelmann (UFRGS)

Ministrante: Marcelo C. Medeiros (PUC-Rio)

Ministrante: Marc Hallin (European Center for Advanced Research in Economics and Statistics - ECARES)

 

RESUMO: High and infinite dimensional time series have been very popular topics in time series analysis recently. In this session, we will mainly discuss about three modelling approaches related to these topics: factor models, curve time series models and machine learning. In terms of factor models, if on one hand the joint analysis of a large number of time series enriches information about the phenomenon under study, on the other hand difficulties with the curse of dimensionality arise and variable dimension reduction techniques are in order. In this sense, factor models have proven to be a rich and important class of models, and state-of-the-art methods will be considered. Machine learning methods have more recently been adopted in the time series literature to face the challenges brought into play by high dimensional and big data related problems. Another subject that will be explored in this session is curve time series, or infinite dimensional time series, or yet functional time series. This encompasses problems where the data is curves observed over time, opposite to scalars or vectors. This approach leads to new ways of performing statistical analyses and forecasting, which will be here explored.

 

TÍTULO: MÉTODOS ESTATÍSTICOS EM SAÚDE

Ministrante: Leonardo Soares Bastos (Fundação Oswaldo Cruz)

Ministrante: Osvaldo Anacleto (Roslin Institute - University of Edinburgh - UK)

Ministrante:  Basilio de Bragança Pereira (Universidade Federal do Rio de Janeiro)

Ministrante:  Carlos Alberto de Bragança Pereira (USP)

 

RESUMO: Muitos avanços metodológicos em estatística resultam da análise de dados da área de saúde. Como exemplo, estratégias para controle de doenças contagiosas dependem de modelos estatísticos que permitem capturar a natureza incompleta de dados epidêmicos, a alta dependência entre eventos de infecção e também diversos fatores que difficultam a rápida deteção de epidemias em curso. 
O objetivo desta sessão temática é apresentar recentes metodologias e aplicações estatísticas inovadoras em problemas de saúde humana e animal, com foco em transmissão de doenças e análise de sobrevivência. Em particular, serão apresentados novos modelos estatísticos para dados de sobrevivência relacionados a transplantes de fígado e para dados de vigilância de uma epidemia de dengue. Além disso, será apresentado um experimento genético de infecção em larga escala, recentemente finalizado em uma população de peixes, cuja análise estatística resulta na primeira evidência de variação genética na propensão de animais a transmitir doenças.

 

TÍTULO: RECENT ADVANCES IN TIME SERIES ANALYSIS AND PATTERN RECOGNITION

Ministrante: Paulo Canas Rodrigues (Universidade Federal da Bahia)

Ministrante: Ricardo Ehlers (ICMC/USP)

Ministrante: Thelma Sáfadi (UFLA)

 

RESUMO: In the modern world applications, time series analysis represents one of the most important topics in statistics, as data is being continuously generated in industry (e.g. sensor data, anomaly detection), social media (online searches, video/image/post comments) and finances (e.g. stock markets, GDP growth), among others. With the increase in the amount of data being collected, challenges such as computational time, data contamination and high dimensionality often arise. In this thematic session we will present a general overview and recent advances for some of the time series methodologies, both parametric and non-parametric. Applications to industry, business and finances are considered.

 

TÍTULO GERAL: SESSÃO RBRAS:  MÉTODOS DE ANÁLISE DE REGRESSÃO APLICADOS À CIÊNCIAS AGRÁRIAS 

Tema:
 Ajuste de um modelo não linear para avaliar o desenvolvimento de insetos em diferentes temperaturas
Ministrante: Taciana Villela Savian (ESALQ/USP)

Tema: Planejamento para o ajuste de curvas flexíveis
Ministrante: Luzia Aparecida Trinca (UNESP/Botucatu)

RESUMO GERAL DA ST: Nesta sessão serão abordados métodos de análise de regressão aplicados à área de ciências agrárias, com a apresentação de resultados de pesquisa.