Silvio Sandoval Zocchi.

Projeto aprovado pelo Programa Nacional de Cooperação Acadêmica, Novas Fronteiras, (PROCAD/NF) da CAPES, para o período de 2008 a 2010.
Descrição: 2.1 Estender métodos de inferência de segunda-ordem disponíveis para os MLG para classes mais amplas de modelos com o auxílio da computação simbólica. As pesquisas conjuntas que os professores do Departamento de Estatística e Informática da UFRPE e do Departamento de Ciências Exatas da ESALQ planejam desenvolver dizem respeito às duas linhas de pesquisas: 1. Generalizar métodos estatísticos que foram desenvolvidos para os MLG para as seguintes classes de modelos citadas anteriormente: MNLFE, MLGD, MLGSD e MLGH; 2. Utilizar conjuntamente métodos tradicionais de teoria assintótica acoplados aos software de computação simbólica como Mathematica e Maple para desenvolver uma inferência mais precisa para os modelos citados em 1. Acreditamos que no contexto dessas linhas vários trabalhos de pesquisa poderão ser desenvolvidos. 2.2 Desenvolver modelos bayesianos para interpretação e análise de dados biológicos, agrários e sociais. 1.Utilizar Inferência Bayesiana para a interpretação de probabilidades que envolvem fenômenos biológicos, agrários e sociais, explicitando assim, resoluções de problemas práticos e teóricos. 2.Estudar dados biológicos, agrários e sociais utilizando inferência Bayesiana, estabelecendo uma comparação entre a probabilidade à priori e a probabilidade a posteriori . 3.Analisar os resultados obtidos nesta abordagem levando em consideração as probabilidades à priori e a posteriori, resultantes das aplicações vivenciadas, fazendo comparações entre estas e as probabilidades baseadas somente com o conhecimento das leis clássicas de probabilidade. 2.3 Desenvolvimento e aplicação de diversas técnicas, computacionalmente intensivas, para modelagem, análise e simulação computacional de vários fenômenos, objeto de Biometria. Mais especificamente, aplicação de técnicas como Monte Carlo, Autômatas Celulares e Data Envel

O estudo de séries temporais de preços de ações é um tema relevante e frequente na área de economia financeira. Um problema comum é a construção de modelos que possibilitem a previsão dos preços das ações ou das suas variações futuras, com o objetivo de gerar retorno financeiro e identificar os fatores que os influenciam. No entanto, como o número de fatores e elevado, podem ser utilizados os modelos pertencentes à área de aprendizado de máquina. Dentre eles, destacam-se as redes neurais artificiais, florestas aleatórias e máquinas de vetor de suporte, cujos resultados tem sido bastantes promissores. Este projeto é baseado em uma abordagem interdisciplinar que combina conhecimentos de economia financeira e aprendizado de máquina, para prever os preços das ações da Petrobras S.A. e Transmissora Aliança de Energia Elétrica S.A. Os objetivos principais são: (1) implementar as metodologias de aprendizado de máquina citadas para prever os preços das ações no futuro e (2) indicar o melhor método com base na análise da performance e comparação dos algoritmos utilizados.

A diversidade de espécies é considerada como um aspecto favorável de comunidades naturais existindo vários índices que a quantifica. Esses índices referem-se à variedade de espécies de organismos vivos de uma determinada comunidade, habitat ou região, sendo que os mais utilizados são o índice de Shannon-Weaver e o de Simpson, ambos casos particulares do índice de Tsallis. Neste projeto, estudamos a estimação intervalar de casos particulares de tal índice.

Dados contínuos limitados, como proporções medidas em escala contínua, são costumeiramente observados em Ciências Agrárias e Biológicas. Como exemplos, temos os dados de proporções de pixeis de imagens com coloração pertencentes a intervalos pré especificados e dados de severidade de doença em Fitopatologia. Para a análise dos mesmos, frequentemente são utilizados modelos de regressão beta com parametrização em termos de sua média e um parâmetro de precisão, permitindo que ambos os parâmetros sejam modelados por meio de estruturas de regressão que podem envolver efeitos fixos e aleatórios.

No setor de pós-colheita é muito comum a utilização de colorímetros para avaliar a cor média da casca de frutos ao longo do tempo. No entanto, muitas vezes as técnicas de amostragem utilizando esse equipamento podem levar a medidas tendenciosas da média amostral. Alternativamente, a utilização de imagens digitais pode levar a um menor viés, uma vez que toda a região da casca do fruto é amostrada de forma sistemática. No entanto, ainda é necessária a comparação de ambas abordagens, pois o colorímetro tem vantagens em relação a facilidade de utilização e menor tempo para realizar a amostragem em cada fruto quando comparado a um scanner de mesa. Assim, no caso de variáveis respostas medidas em uma escala contínua, a reprodutibilidade das medidas tomadas por ambos equipamentos pode ser avaliada por meio do coeficiente de correlação de concordância. Dessa forma, para avaliar o perfil da concordância entre métodos, nós propomos uma correlação de concordância longitudinal (LCC) e estudamos diferentes formas de estimação pontual e intervalar.

The proposed work entails the analysis of a specific data set for abundance (counts) of several fish species, such as the yellow perch, Perca flavescens, that are common in lakes across eastern Canada. Fish counts and habitat data were collected along the north and south shorelines of Lake St. Pierre in Quebec, Canada. The data have a hierarchical spatial structure; the basic sampling units are 80 stations that are nested within 20 transects, with 4 adjacent stations to each transect. The 20 transects (10 in each shore) were sampled daily in random order and were distributed approximately equidistanly along the north and south shorelines. The distribution of counts is over-dispersed (Hinde and Demétrio, 1998a, b) and zeros are over-represented in the counts for several species. Additionally, the spatial relationship among sampling units is highly structured because stations are adjacent. As well, intra-group correlations will likely arise at the transect level because all stations within a transect were sampled on the same day. The relationship between fish counts and habitat features will be examined by using the habitat variables as covariates in spatial regression models. Correlations among sampling units will be dealt with by including in the models both spatially-structured and unstructured random effects reflecting the spatial and temporal

Desenvolvimento de extensões das distribuições triangulares discretas ou das triangulares contínuas e obtenção das respectivas propriedades. Aplicações em diversas áreas da estatística como suavização de distribuições discretas ou contínuas, regressões semi-paramétricas. Aplicações em áreas da Agronomia como avaliação de semeadores.

Estudos em Agricultura e sobre Meio Ambiente dão origem a uma grande variedade de dados, qualitativos e quantitativos, contínuos e discretos. Os modelos clássicos, tais como normal, Poisson e binomial, não permitem o tratamento de todos os tipos de dados. Vários procedimentos têm sido usados para analisar dados de uma forma geral, levando ao uso da família de distribuições tais como os modelos exponenciais de dispersão. Diversos conjuntos de dados resultantes de experimentos serão usados para ilustrar a teoria proposta e para mostrar a melhor análise para cada tipo de observação, além de servirem de motivação para o desenvolvimento de novas teorias.