Programa de Verão em Estatística 2014 - ICMC-USP e a UFSCar
Programa de Verão em Estatística 2014 - ICMC-USP e a UFSCar
Organizado em conjunto pelo ICMC-USP e a UFSCar
06 de janeiro a 14 de fevereiro, DEs-UFSCar, São Carlos-SP
O Programa de Verão em Estatística 2014 / ICMC-USP e UFSCar, é realizado em conjunto pelos grupos de pesquisa em estatística do Departamento de Matemática Aplicada e Estatística do ICMC-USP e do Departamento de Estatística da UFSCar. O programa é uma atividade do Programa Interinstitucional de Pós-Graduação em Estatística (PIPGEs) de ambas instituições.
Serão oferecidos cursos, minicursos e palestras proferidas por especialistas da área. Estas últimas serão organizadas no contexto do 2nd Workshop on Probabilistic and Statistical Methods de 05 a 07 de Fevereiro de 2014 no DEs-UFSCar.
O Programa de Verão em Estatística do ICMC-USP e UFSCar tem como principais objetivos:
Promover nivelamento aos candidatos que ingressarem no Programa Interinstitucional de Pós-Graduação em Estatística.
Estimular estudantes dos ultimos anos de graduação a participarem das atividades e desenvolverem atividades de iniciação científica.
Apresentar oportunidades aos alunos participantes de adquirirem novos conhecimentos em tópicos não usualmente tratados no decorrer do curso.
Realizar intercâmbio científico entre pesquisadores da região e pesquisadores de diferentes instituições nacionais ou do exterior.
Auxiliar na seleção de alunos de mestrado e doutorado.
Comissão Organizadora
Dorival Leão Pinto Junior, ICMC/USP
Mariana Cúri, ICMC/USP
Mário de Castro Andrade Filho, ICMC/USP
Coordenadores
Carlos Alberto Ribeiro Diniz, UFSCar
Pablo Martin Rodriguez, ICMC/USP
Cursos e Minicursos
Teoria das probabilidades
Carga Horária: 60 hs / Datas: 06/01 a 14/02.
Sala a confirmar / Horários: Segundas de 15h00 a 17h00. Terças a sextas de 10h00 a 12h00.
Professor: Renato Jacob Gava (UFSCar)
Descrição: O propósito deste curso é apresentar as noções básicas da teoria de probabilidade que são fundamentais para as disciplinas do Mestrado em Estatística. Curso também destinado a selecionar os alunos inscritos no Programa de Mestrado.
Detalhes do curso
Fundamentos de matemática em estatística
Carga Horária: 32 hs / Datas: 09/01 a 31/01.
Sala a confirmar / Horários: Quartas de 16h00 a 18h00, quintas de 10h00 a 12h00 e de 16h00 a 18h00 e sextas de 10h00 a 12h00.
Professor: Luis Ernesto Bueno Salasar (UFSCar)
Descrição: O curso engloba um conjunto de temas geralmente não abordados nos cursos de Bacharelado em Estatística e tem como objetivo introduzir o formalismo matemático necessário às disciplinas de cursos de Doutorado.
Detalhes do curso
O modelo de processos Gaussianos e suas aplicações
Carga Horária: 15 hs / Datas: 06/01 a 17/01.
Sala a confirmar / Horários: Segundas, quartas e sextas de 10h00 a 12h00. *Mais uma aula na última quarta-feira de 14h00 a 17h00.
Professor: Danilo Lourenço Lopes (UFSCar)
Descrição. Processos Gaussianos são processos estocásticos muito úteis para modelar incertezas com relação a uma determinada função. Na última década, esses modelos tem recebido especial atenção em diversas áreas da Estatística, como Aprendizado de Máquina, Estatística Espacial e Análise de Modelos Computacionais. O objetivo deste minicurso é apresentar as propriedades do modelo de Processos Gaussianos, além de diversas aplicações em regressão, classificação, interpolação, modelagem de dados espaciais e emulação de simuladores físicos. Processos Gaussianos são uma ferramenta natural para utilização sob perspectiva bayesiana, seja como função de verossimilhança ou como distribuição a priori. Serão apresentadas algumas dificuldades relacionadas ao uso desse modelo e trabalhos recentes direcionados a solucionar tais dificuldades. Especial atenção será dada a métodos para quantificar, analisar e reduzir incerteza na aplicação de experimentos computacionais.
Detalhes do minicurso
Analise estatística de dados espaciais e visualização através do GoogleMap
Carga Horária: 8 hs / Datas: 23 e 24/01.
Sala a confirmar Horários: Quinta e sexta de 14h00 a 18h00.
Professor: Marcos Oliveira Prates (UFMG)
Descrição. Dados com estruturas espaciais são normalmente vistos em várias áreas do conhecimento como ciências ambientais, saúde pública, ciências socias, entre outras. Dados espaciais podem ser de três tipos: processo pontual, geo-estatístico e de área. A dependência espacial entre as observações apresentam um desafio, pois os métodos estatísticos usuais para dados independentes não se aplicam diretamente. Qualquer análise válida para dados espaciais devem levar em consideração a dependência espacial de forma apropriada. Além disso, uma visualização eficiente de dados espaciais ajuda a enteder e melhor apresentar os dados. O principal objetivo do mini-curso é oferecer a novos pesquisadores uma base inicial para análise em estatística espacial com o R (http://www.r-project.org/). Além disso, é demonstrar como fazer a visualização de mapas pelo Google maps em duas direções:
importar mapas do GoogleMaps para o R e processar para visualização,
exportar informações espaciais do R para GoogleMaps para visualização em tempo real no browser or GoogleEarth.
Detalhes do minicurso
Advances on cumulative damage models using R with application in biometry
Este minicurso é parte do 2nd Workshop on Probabilistic and Statistical Methods (2WPSM).
Professores: Victor Leiva (Universidad de Valparaiso) e Michelli Karinne Barros da Silva (UFCG)
Descrição. Asymmetric statistical distributions and their modeling have been widely studied and applied during recent decades. Gamma, inverse Gaussian, lognormal and Weibull models are often used for data analyses and, in particular, the Birnbaum-Saunders model is receiving a special attention; see Johnson, Kotz & Balakrishnan (1994). Although almost of these models have their origin in physics and engineering, their applicability has reached also other areas such as earth, financial and medical sciences; see Barros, Paula & Leiva (2008), Paula, Leiva, Barros & Liu (2012) and Leiva, Santos, Cysneiros & Barros (2014). In this course, we present some asymmetric distributions with emphasis in the Birnbaum-Saunders distribution and discuss several diagnostic and goodness-of-fit tools; see Marchant, Leiva, Cavieres & Sanhueza (2013). In addition, we formulate asymmetric regression models with emphasis in the Birnbaum-Saunders distribution; see Leiva, Barros, Paula & Galea (2007). Furthermore, we introduce extensions and generalizations of the Birnbaum-Saunders distribution; see Díaz-García & Leiva (2005). Finally, we sketch some ideas on the more recent methodologies and applications based on Birnbaum-Saunders models; see Villegas, Paula & Leiva (2011). Implementation in the R software and applications in diverse areas of the science are provided; see Barros, Paula & Leiva (2009) and R Development Core Team (2013).
Ver detalhes do minicurso no site do 2WPSM
Organizado em conjunto pelo ICMC-USP e a UFSCar
06 de janeiro a 14 de fevereiro, DEs-UFSCar, São Carlos-SP
O Programa de Verão em Estatística 2014 / ICMC-USP e UFSCar, é realizado em conjunto pelos grupos de pesquisa em estatística do Departamento de Matemática Aplicada e Estatística do ICMC-USP e do Departamento de Estatística da UFSCar. O programa é uma atividade do Programa Interinstitucional de Pós-Graduação em Estatística (PIPGEs) de ambas instituições.
Serão oferecidos cursos, minicursos e palestras proferidas por especialistas da área. Estas últimas serão organizadas no contexto do 2nd Workshop on Probabilistic and Statistical Methods de 05 a 07 de Fevereiro de 2014 no DEs-UFSCar.
O Programa de Verão em Estatística do ICMC-USP e UFSCar tem como principais objetivos:
Promover nivelamento aos candidatos que ingressarem no Programa Interinstitucional de Pós-Graduação em Estatística.
Estimular estudantes dos ultimos anos de graduação a participarem das atividades e desenvolverem atividades de iniciação científica.
Apresentar oportunidades aos alunos participantes de adquirirem novos conhecimentos em tópicos não usualmente tratados no decorrer do curso.
Realizar intercâmbio científico entre pesquisadores da região e pesquisadores de diferentes instituições nacionais ou do exterior.
Auxiliar na seleção de alunos de mestrado e doutorado.
Comissão Organizadora
Dorival Leão Pinto Junior, ICMC/USP
Mariana Cúri, ICMC/USP
Mário de Castro Andrade Filho, ICMC/USP
Coordenadores
Carlos Alberto Ribeiro Diniz, UFSCar
Pablo Martin Rodriguez, ICMC/USP
Cursos e Minicursos
Teoria das probabilidades
Carga Horária: 60 hs / Datas: 06/01 a 14/02.
Sala a confirmar / Horários: Segundas de 15h00 a 17h00. Terças a sextas de 10h00 a 12h00.
Professor: Renato Jacob Gava (UFSCar)
Descrição: O propósito deste curso é apresentar as noções básicas da teoria de probabilidade que são fundamentais para as disciplinas do Mestrado em Estatística. Curso também destinado a selecionar os alunos inscritos no Programa de Mestrado.
Detalhes do curso
Fundamentos de matemática em estatística
Carga Horária: 32 hs / Datas: 09/01 a 31/01.
Sala a confirmar / Horários: Quartas de 16h00 a 18h00, quintas de 10h00 a 12h00 e de 16h00 a 18h00 e sextas de 10h00 a 12h00.
Professor: Luis Ernesto Bueno Salasar (UFSCar)
Descrição: O curso engloba um conjunto de temas geralmente não abordados nos cursos de Bacharelado em Estatística e tem como objetivo introduzir o formalismo matemático necessário às disciplinas de cursos de Doutorado.
Detalhes do curso
O modelo de processos Gaussianos e suas aplicações
Carga Horária: 15 hs / Datas: 06/01 a 17/01.
Sala a confirmar / Horários: Segundas, quartas e sextas de 10h00 a 12h00. *Mais uma aula na última quarta-feira de 14h00 a 17h00.
Professor: Danilo Lourenço Lopes (UFSCar)
Descrição. Processos Gaussianos são processos estocásticos muito úteis para modelar incertezas com relação a uma determinada função. Na última década, esses modelos tem recebido especial atenção em diversas áreas da Estatística, como Aprendizado de Máquina, Estatística Espacial e Análise de Modelos Computacionais. O objetivo deste minicurso é apresentar as propriedades do modelo de Processos Gaussianos, além de diversas aplicações em regressão, classificação, interpolação, modelagem de dados espaciais e emulação de simuladores físicos. Processos Gaussianos são uma ferramenta natural para utilização sob perspectiva bayesiana, seja como função de verossimilhança ou como distribuição a priori. Serão apresentadas algumas dificuldades relacionadas ao uso desse modelo e trabalhos recentes direcionados a solucionar tais dificuldades. Especial atenção será dada a métodos para quantificar, analisar e reduzir incerteza na aplicação de experimentos computacionais.
Detalhes do minicurso
Analise estatística de dados espaciais e visualização através do GoogleMap
Carga Horária: 8 hs / Datas: 23 e 24/01.
Sala a confirmar Horários: Quinta e sexta de 14h00 a 18h00.
Professor: Marcos Oliveira Prates (UFMG)
Descrição. Dados com estruturas espaciais são normalmente vistos em várias áreas do conhecimento como ciências ambientais, saúde pública, ciências socias, entre outras. Dados espaciais podem ser de três tipos: processo pontual, geo-estatístico e de área. A dependência espacial entre as observações apresentam um desafio, pois os métodos estatísticos usuais para dados independentes não se aplicam diretamente. Qualquer análise válida para dados espaciais devem levar em consideração a dependência espacial de forma apropriada. Além disso, uma visualização eficiente de dados espaciais ajuda a enteder e melhor apresentar os dados. O principal objetivo do mini-curso é oferecer a novos pesquisadores uma base inicial para análise em estatística espacial com o R (http://www.r-project.org/). Além disso, é demonstrar como fazer a visualização de mapas pelo Google maps em duas direções:
importar mapas do GoogleMaps para o R e processar para visualização,
exportar informações espaciais do R para GoogleMaps para visualização em tempo real no browser or GoogleEarth.
Detalhes do minicurso
Advances on cumulative damage models using R with application in biometry
Este minicurso é parte do 2nd Workshop on Probabilistic and Statistical Methods (2WPSM).
Professores: Victor Leiva (Universidad de Valparaiso) e Michelli Karinne Barros da Silva (UFCG)
Descrição. Asymmetric statistical distributions and their modeling have been widely studied and applied during recent decades. Gamma, inverse Gaussian, lognormal and Weibull models are often used for data analyses and, in particular, the Birnbaum-Saunders model is receiving a special attention; see Johnson, Kotz & Balakrishnan (1994). Although almost of these models have their origin in physics and engineering, their applicability has reached also other areas such as earth, financial and medical sciences; see Barros, Paula & Leiva (2008), Paula, Leiva, Barros & Liu (2012) and Leiva, Santos, Cysneiros & Barros (2014). In this course, we present some asymmetric distributions with emphasis in the Birnbaum-Saunders distribution and discuss several diagnostic and goodness-of-fit tools; see Marchant, Leiva, Cavieres & Sanhueza (2013). In addition, we formulate asymmetric regression models with emphasis in the Birnbaum-Saunders distribution; see Leiva, Barros, Paula & Galea (2007). Furthermore, we introduce extensions and generalizations of the Birnbaum-Saunders distribution; see Díaz-García & Leiva (2005). Finally, we sketch some ideas on the more recent methodologies and applications based on Birnbaum-Saunders models; see Villegas, Paula & Leiva (2011). Implementation in the R software and applications in diverse areas of the science are provided; see Barros, Paula & Leiva (2009) and R Development Core Team (2013).
Ver detalhes do minicurso no site do 2WPSM
posted by Márcio Laurini at 11:21 PM
0 comments
