Pareamento de Dados, Direitos Humanos e Métodos de Pesquisa |
_____________________________________________________________________________________________________
Teoria dos Grafos, Teoria Espectral dos Grafos e Otimização Combinatória |
Probabilidade e Estatística, Modelos Analíticos e de Simulação, Geoestatística e Análise de Dados |
Probabilidade e Estatística: Análise de Dados Amostrais, Estatísticas Públicas, Métodos de Pesquisas, Estimação em Pequenas Áreas e Análise de Séries Temporais de Pesquisas Amostrais |
Cluster analysis, Metaheuristics, Heuristics, Euclidean Steiner Problem |
Metaheurísticas, Programação Inteira, Otimização Combinatória, Programação Não Diferenciável e Suavização, Análise de Algoritmos, Análise de Agrupamentos e Amostragem |
Torres de Corpos de Funções Algébricas sobre Corpos Finitos e Curvas Maximais |
Redução de Dimensionalidade, Aplicação de Difusão, Clusterização, Reconhecimento e Reconstrução de Sinais |
Estatística, Amostragem, Análise de Dados, Estimação para pequenas áreas, Análise Multivariada e Estatísticas Públicas |
Doutora em População, Território e Estatísticas Públicas e mestre em Estudos Populacionais e Pesquisas Sociais, ambos pela Escola Nacional de Ciências Estatísticas, com doutorado sanduiche na University of Wollongong, Austrália. Bacharel em estatística pela Universidade do Estado do Rio de Janeiro - UERJ.
Professora nos programas de graduação e pós-graduação da Escola Nacional de Ciências Estatísticas – ENCE/IBGE; pesquisadora nos grupos de pesquisas "DHPJS - Direitos Humanos, Poder Judiciário e Sociedade" e "CAST - Computational Agriculture Statistics Laboratory". Mais...
Áreas de Pesquisa: Pareamento de Dados, Direitos Humanos e Métodos de Pesquisa.
Publicações mais recentes:
Chambers, Ray; Salvati, Nicola; Fabrizi, Enrico; Da Silva, Andrea Diniz. Domain estimation under informative linkage. Statistical Theory and Related Fields. , v.1, p.1 - 13, 2019.
CHAMBERS, R.; SILVA, A. D. Improved secondary analysis of linked data: a framework and an illustration. Journal of The Royal Statistical Society Series A-Statistics In Society. , v.1, p.1 - 1, 2019.
Da Silva, Andréa Diniz; De Freitas, Marcos Paulo Soares; Pessoa, Djalma Galvão Carneiro. Assessing coverage of the 2010 Brazilian Census. Statistical Journal of the IAOS. , v.31, p.215 - 225, 2015.
As atividades de extensão constituem parte integrante do ensino e da pesquisa numa IES. De acordo com o Art. 3, capítulo 1 da Resolução CNE/CES 7/2018, "A Extensão na Educação Superior Brasileira é a atividade que se integra à matriz curricular e à organização da pesquisa, constituindo-se em processo interdisciplinar, político educacional, cultural, científico, tecnológico, que promove a interação transformadora entre as instituições de ensino superior e os outros setores da sociedade, por meio da produção e da aplicação do conhecimento, em articulação permanente com o ensino e a pesquisa".
Chamada para participação no Projeto de Extensão ENCE/EMOVB:
As inscrições para participar do Projeto de Extensão ENCE/EMOVB estão abertas no período de 03/02/2020 até o dia 21/02/2020.
O Edital para o programa se encontra abaixo:
Edital 01
Resultado do processo seletivo
Para acessar a ficha de inscrição para este projeto, clique aqui.
Fundado pelo professor Leslie Kish em 1961, o Programa de Amostragem é dedicado ao treinamento de estatísticos em métodos de amostragem aplicados a diversos desenhos amostrais complexos. Desde a sua criação, o Programa de Amostragem treinou centenas de participantes de mais de 100 países.
O Programa tem duração de oito semanas, de 01 de junho a 31 de julho de 2020, e abrange princípios e prática da amostragem, análise de dados amostrais complexos e a aplicação de métodos de amostragem sob diversos cenários, por meio de três cursos:
• Métodos de Amostragem
• Análise de Dados Amostrais Complexos
• Workshop de Técnicas de Amostragem
Os cursos são conduzidos por professores e pesquisadores do Survey Research Center e instrutores convidados e abrangem tópicos que vão desde métodos tradicionais de amostragem e análise de dados amostrais até métodos de ponta, incluindo o uso de aprendizado de máquina e big data e métodos de amostragem não probabilística.
A inscrição on-line em http://www.si.isr.umich.edu
visite http://www.si.isr.umich.edu/spss
Bolsas de estudo disponíveis para concorrência
Núcleo de Pesquisas da ENCE