<div dir="ltr"><div><div><span style="white-space:pre-wrap">Caros,</span></div><div><span style="white-space:pre-wrap"><br></span></div><div><span style="white-space:pre-wrap">Na sexta-feira, 11 de abril às 14:00h, teremos seminário do Programa Interinstitucional de Pós-Graduação em Estatística (PIPGEs) da UFSCar-USP.</span></div><br><span style="white-space:pre-wrap">Nome: </span>Viviana Giampaoli (IME-USP)<br><br><span style="white-space:pre-wrap">Título: </span>Avaliação de métodos de validação de modelos em cenários especı́ficos com variáveis de<br>resposta binárias<br><br><div><span style="white-space:pre-wrap">Resumo: </span>Uma etapa crucial na seleção de um modelo é avaliar a qualidade das predições feitas por ele. Neste contexto, surgem métricas<br>como sensibilidade e especificidade, e no âmbito do Machine Learning (Aprendizado de Máquina), são utilizadas técnicas<br>denominadas validação cruzada (Hold-out, K-Fold, Leave-one-out, Bootstrap, entre outras). Esses métodos envolvem a<br>divisão da base de dados em duas amostras: uma amostra de treinamento e uma amostra de validação, nas quais é verificado<br>o desempenho do modelo. Entretanto, ao lidar com problemas em que a variável resposta é binária e há poucas observações<br>do evento de interesse é necessário considerar algumas modificações em todo o processo de modelagem, ou alternativamente<br>avaliar com cuidado as funções de ligação consideradas. Neste trabalho, é proposto um método de adaptação das técnicas de<br>validação cruzada para lidar com esse ”desequilı́brio” na base de dados, permitindo o uso de modelos de regressão logı́stica.<br>Estudos de simulação são apresentados para avaliar essa proposta. A aplicação das métricas usuais e das técnicas de validação<br>cruzada é realizada em um banco de dados real do Ministério da Saúde brasileiro, referente à mortalidade em pacientes<br>diagnosticados com Sı́ndrome Inflamatória Multissistêmica Pediátrica (SIM-P) associada à COVID-19. Trabalho desenvolvido<br>em conjunto com Luiza Tuler Veloso.</div><div><span style="white-space:pre-wrap"><br></span></div><div><span style="white-space:pre-wrap">Local: Sala 5 do CINA-UFSCar</span></div><div><span style="white-space:pre-wrap"><br></span></div></div><div><br></div><div><img src="cid:ii_luv474p00" alt="image.png" width="536" height="490"></div><div><br></div><div><br></div><div><br></div><div><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div><div dir="ltr"><div>          Rafael<br><br>--<br></div>Rafael Izbicki<br>Assistant Professor | Vice Director of Graduate Studies<br>Department of Statistics<br>Federal University of São Carlos (UFSCar)<br><a href="http://www.rizbicki.ufscar.br/" target="_blank">www.rizbicki.ufscar.br</a></div><div dir="ltr"><a href="http://www.small.ufscar.br" target="_blank">www.small.ufscar.br</a><br></div><div dir="ltr"><br><br></div></div></div></div></div></div></div></div></div></div></div></div></div></div>