logotipo ence

 

Recomendações.
Tardes Culturais.
v_SEMIC.
Seloge.
Processo Seletivo 2022.
Processo Seletivo 2022.
Livro 20 anos PPG
Núcleo ENCE Covid-19
Agenda de Eventos Externos
SAS
01/10 
start stop bwd fwd

 
 
 
atividades
 
 
ungp brazil hub logo md
 
 
ico rbe.fw
 
 

Apresentação de Monografia da Graduação de Gabriel Machado de Oliveira Assis

ESCOLA NACIONAL DE CIÊNCIAS ESTATÍSTICAS

Graduação em Estatística

Apresentação de Monografia

A Escola Nacional de Ciências Estatísticas convida para a defesa de Monografia da Graduação intitulada:

 “MODELANDO PADRÕES DE PONTOS COM PROCESSOS DE COX LOG-GAUSSIANOS: UM ESTUDO DE SIMULAÇÃO

Aluno: Gabriel Machado de Oliveira Assis
Orientadores: Renata Souza Bueno e Jony Arrais Pinto
Data: 26 de janeiro de 2021
Horário: 19h00min
Local:
https://ibge.webex.com/ibge-en/j.php?MTID=m340bee1925cf700cbb752fb8d98f097b
Número da reunião: 179 297 8786 (senha TCCENCE)

Resumo da Monografia: Padrões de pontos espaciais são resultados de fenômenos que ocorrem com frequência e são encontrados em diversas áreas de estudo do mundo atual, possuindo diversas aplicações relevantes para a sociedade. Muitos modelos estatísticos tratam deste tipo de dado, e os modelos de processos de Cox têm sido bastante explorados em estudos práticos e teóricos ao longo dos anos, em especial, modelos da classe dos processos de Cox log-Gaussianos. Neste trabalho, foi explorado um modelo desta classe, caracterizado por uma abordagem hierárquica com a inclusão de covariáveis espaciais, visto inicialmente em Beneš et al. (2002). Foram conduzidos estudos de simulação para o modelo, analisando sua capacidade de ajuste em diferentes aspectos da geração dos dados, comparando os resultados estimados com os valores verdadeiros dos parâmetros. Um dos cenários considerados envolveu a exploração do parâmetro de alcance do processo, estudando a performance do modelo em três casos de dependência espacial: fraca, média e forte. Também foi avaliado um cenário que envolveu a análise da capacidade do modelo e de sua sensibilidade à escolha das grades de discretização da região de interesse. A inferência para os parâmetros se deu sob enfoque bayesiano, com as amostras sendo obtidas por meio de métodos Monte Carlo via Cadeias de Markov (MCMC).

Banca examinadora:
Renata Souza Bueno (ENCE/IBGE) - Orientadora
Jony Arrais Pinto Junior (UFF) - Coorientador
Gustavo da Silva Ferreira (ENCE/IBGE)
Rafael Santos Erbisti (UFF)

Coordenação de Graduação

Endereço: Rua André Cavalcanti, 106 - Bairro de Fátima - CEP 20231-050 - Rio de Janeiro