<div dir="ltr">Caros,<br><br>Na próxima sexta-feira (<i><font color="#ff0000">13 de agosto, às 13:30h</font></i>) o ciclo de Seminários do <i>Departamento de Estatística da UFMG</i> terá a apresentação de <b>Fernando F. Nascimento</b>. <br><br>Fernando é Professor do Departamento de Estatística da UFPI. Obteve o título de Doutor em Estatística pela UFRJ e realizou período pós-doc na University of California (Santa Cruz). Suas áreas de pesquisa são: Inferência Bayesiana, Inferência em Processos Estocásticos e Teoria de Valores Extremos.     <br><br>O seminário será transmitido ao vivo pelo canal do Youtube "<i><a href="https://www.youtube.com/channel/UCoZC2_pME9ca_-Hx4djd60w">Seminários DEST - UFMG</a></i>":<br><br>Att,<br>Vinícius Mayrink<br><br><b>********** Título e Resumo **********<br></b><br>Fernando F. Nascimento (Depto. de Estatística, UFPI)<br><br><i>Modelo de regressão para cauda e não-cauda de modelos de excessos, aplicado em dados de temperaturas máximas e mínimas.</i><br><br>A relação de ocorrências ligadas às alterações climáticas significativas têm crescido nos últimos anos. Essas alterações podem ser influenciadas por um conjunto de covariáveis, como temperatura, localização e tempo em que ocorrem. Analisar a relação existente entre elementos e fatores que influenciam no comportamento de tais eventos é de extrema relevância para a tomada de decisões com a finalidade de minimizar e até mesmo evitar possíveis danos e perdas. Este trabalho é uma extensão do modelo proposto por Behrens et al. (2004) que considera uma distribuição GPD para a cauda e uma distribuição Gama para não cauda, do modelo de Nascimento (2012) que combina a Distribuição de Pareto Generalizada (GPD) para dados acima de um limiar e mistura de Gamas para valores abaixo do limiar, e o modelo de Nascimento et al. (2011) que utiliza estrutura de regressão para análise de valores extremos em todos os parâmetros da cauda. A partir dos dados de temperaturas máximas em cidades dos Estados Unidos e temperaturas mínimas em cidades do Estado do Rio de Janeiro este trabalho foi conduzido com o objetivo de incorporar uma estrutura de regressão para os parâmetros de toda a distribuição, incluindo também os parâmetros da distribuição abaixo da cauda. O modelo proposto consiste em uma distribuição Gama para a estimação dos valores abaixo do limiar e distribuição GPD para valores acima do limiar. A estimação dos parâmetros ocorreu por meio de técnicas MCMC - Markov Chain Monte Carlo. Este modelo apresenta a vantagem de capturar comportamentos característicos de todas as localizações e épocas do ano e fornecer melhor poder preditivo das estimações de medidas importantes em valores extremos como a estimação de quantis extremos.<br clear="all"><div><br></div>-- <br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div dir="ltr"><div dir="ltr"><i><font color="#999999">Vinícius D. Mayrink</font></i><div><i><font color="#999999">Professor Associado - Departamento de Estatística</font></i></div><div><i><font color="#999999">ICEx, Universidade Federal de Minas Gerais<br></font></i></div></div></div></div></div></div>