<div dir="ltr"><div class="gmail_default" style="font-family:arial,sans-serif;font-size:small"><div class="gmail_default"><div class="gmail_attr">Apenas relembrando</div><br><div dir="ltr"><div dir="ltr"><div><div style="font-family:Arial,Helvetica,sans-serif"><div style="font-family:verdana,sans-serif">Prezados(as)</div><div style="font-family:verdana,sans-serif">Gostaria de convidá-los(as) a assistir mais um seminário em Análise de Dados em Alta Dimensão. Ocorrerá às 13hs, 11/11/2020. Os links para este seminário e a gravação do anterior (google meet e youtube) estão abaixo. Desta vez teremos como palestrante, a Profa. Mariana R. Motta, DE-IMECC, UNICAMP.</div><div style="font-family:verdana,sans-serif">abs.</div><div style="font-family:verdana,sans-serif"><br></div></div><div style="font-family:Arial,Helvetica,sans-serif"><font color="#cc0000">webinar 04/11/20:</font> <b style="font-size:16px;color:rgb(0,0,0)"> </b><span style="font-size:16px;color:rgb(0,0,0)">Epiclomal: probabilistic clustering of sparse single-cell DNA methylation data</span></div><div style="font-family:Arial,Helvetica,sans-serif"><a href="https://youtu.be/_1w4D0zC7bw" target="_blank">https://youtu.be/_1w4D0zC7bw</a></div><div style="font-family:Arial,Helvetica,sans-serif"><br></div><div style="font-family:Arial,Helvetica,sans-serif"><font color="#0000ff">Webinar 11/11/20:</font> <a href="https://meet.google.com/bzx-pbva-imx" target="_blank">https://meet.google.com/bzx-pbva-imx</a></div><div style="font-family:Arial,Helvetica,sans-serif"><br></div><div style="font-family:Arial,Helvetica,sans-serif">"Bayesian latent class model with functional covariates" </div><div style="font-family:Arial,Helvetica,sans-serif">Prof. Mariana R. Motta, IMECC-UNICAMP</div><div style="font-family:Arial,Helvetica,sans-serif"><br></div><div style="font-family:Arial,Helvetica,sans-serif">Abstract</div><div style="font-family:Arial,Helvetica,sans-serif">Mixture models are popular statistical tools for classification purposes in a broad range of applied fields. In this study we focus on the modeling of the probability latent-class<span style="font-family:Arial,sans-serif;font-size:13px"> membership </span>as a function of functional covariates, assuming a nonparametric relationship of the functional variables with the link function of the mixture probability. Using an expansion into B-spline basis functions, we not only  allow more flexible models but also reduce the dimensionality of the problem. Classical MCMC sampling and variational Bayes methods are carried out to perform Bayesian inference.</div></div><font color="#888888"><br clear="all"><div></div></font></div></div></div><font color="#888888"><div><br style="font-family:Arial,Helvetica,sans-serif"></div></font></div><br clear="all"><div><br></div>-- <br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div>Ronaldo Dias, Ph.D.</div>Professor<div>Dept. of Statistics-IMECC, UNICAMP</div><div><a href="http://www.ime.unicamp.br/~dias" target="_blank">www.ime.unicamp.br/~dias</a></div><div><br></div></div></div></div></div></div></div>