60 RBRAS e 16 SEAGRO

Concurso de Tese de Doutorado (CTD)

Coordenação:  Fábio Nogueira Demarqui (UFMG)

                          Vera Lucia Damasceno Tomazella (UFSCar) 

                          Taciana Villela Savian (ESALQ/USP)

 

TRABALHOS CLASSIFICADOS PARA O CONCURSO

 

Inferência Multivariada de Clusters Espaciais

Fábio Rocha da Silva (UFMG)

Luiz Henrique Duczmal (UFMG)

Alexandre Celestino Leite Almeida  (UFJF)

Resumo: A vigilância sindrômica fornece informações que auxiliam a identificar problemas de saúde pública e responder apropriadamente quando ocorrem. Estas informações são cruciais para prevenir e controlar uma variedade de condições de saúde, como doenças infecciosas, doenças crônicas e comportamentos diversos relacionados à saúde. Na vigilância sindrômica, muitas vezes, há vários conjuntos de dados que podem ser usados para detectar clusters espaciais. Por exemplo, para se detectar um surto de gripe podem ser usados os registros médicos e o número de remédios para gripe vendidos em farmácias ou para se detectar um surto dengue pode-se usar os casos efetivamente notificados e o número de ovos capturados em armadilhas para a fêmea do mosquito transmissor da dengue. Neste trabalho é proposto um método de detecção de clusters espaciais que usa a estatística scan espacial e que incorpora simultaneamente informações de dois conjuntos de dados através de uma ferramenta multiobjetivo, de modo que um surto será detectado se ocorrer em apenas um ou em vários conjuntos de dados. O conceito de significância de um cluster espacial será estendido de maneira natural através do uso da função de aproveitamento, sendo empregado como critério de decisão para a escolha da melhor solução. A introdução do conceito de conjunto de Pareto nesse problema, seguido da escolha da solução mais significativa, permitirá que a escolha da melhor solução seja feita de maneira rigorosa.

 

Modelos de regressão para Dados Censurados sob Distribuições Simétricas

Aldo M. Garay (IME/USP)

Heleno Bolfarine (IME/USP)

Victor H. Lachos (UNICAMP)

 

Resumo: Este trabalho tem como objetivo principal apresentar uma abordagem clássica e Bayesiana dos modelos lineares com observações censuradas, que é uma nova área de pesquisa com grandes possibilidades de aplicações. Aqui, substituímos o uso convencional da distribuição normal para os erros por uma família de distribuições mais flexíveis, o que nos permite lidar de forma mais adequada com observações censuradas na presença de outliers. Esta família é obtida através de um mecanismo de fácil construção e possui como casos especiais as distribuições t de Student, Pearson tipo VII, slash, normal contaminada e, obviamente, a normal. Para o caso de respostas correlacionadas e censuradas propomos um modelo de regressão linear robusto baseado na distribuição t de Student, desenvolvendo um algoritmo tipo EM que depende dos dois primeiros momentos da distribuição t de Student truncada.

 

 

REGRAS GERAIS

Concurso de Tese de Doutorado

O concurso destina-se a identificar e reconhecer novos talentos na área de estatística e áreas afins.  Podem concorrer  jovens  pesquisadores com teses defendidas entre julho de 2013 a março de 2015. É uma competição que desafia o pesquisador de apresentar um discurso convincente sobre a sua tese e sua importância em apenas 10 minutos, em linguagem apropriada.   O objetivo do concurso é dar espaço para um maior número de jovens pesquisadores a consolidar suas ideias e cristalizar suas descobertas de pesquisa. 

 

REGRAS:

  1. O concorrente deve enviar um resumo expandido de 6 páginas de acordo com as normas do evento. Clique aqui para ver a norma 1.2.2;
  2. As apresentações serão orais e limitadas em, no máximo, 10 minutos, e aqueles concorrentes  que excederem os 10 minutos  serão desclassificados.

 

CRITÉRIO DE JULGAMENTO

A apresentação deverá responder às seguintes perguntas:

  1. A apresentação ajudou o público a compreender a pesquisa?
  2. O tema da tese, bem como sua importância, foram comunicados em linguagem apropriada para um público inteligente, mas não especialista?
  3. A apresentação fez o público querer saber mais sobre o tema da tese?
  4. O apresentador transmitiu entusiasmo para a sua pesquisa?
  5. O apresentador passou o tempo adequado em cada elemento de sua apresentação - ou ele se deteve  por muito tempo em um aspecto e correu em outro?
  6. O apresentador explicou a terminologia e forneceu informações adequadas para ilustrar pontos importantes da tese?
  7. A apresentação descreveu claramente os principais resultados da pesquisa, incluindo as conclusões e resultados?
  8. A apresentação seguiu uma sequência clara e lógica?