<div dir="ltr"><div class="gmail_quote"><div dir="ltr"><font face="monospace"><br></font></div><div><font face="monospace">Prezados colegas, </font></div><div dir="ltr"><font face="monospace"><br></font><p class="MsoNormal" style="margin:0cm 0cm 10pt;line-height:16.8667px"><span style="line-height:18.4px"><span style="background-image:initial;background-position:initial;background-size:initial;background-repeat:initial;background-origin:initial;background-clip:initial"><font face="monospace">A nossa próxima palestra ocorrerá na quarta-feira, 18 de setembro, <b>EXCEPCIONALMENTE NO HORÁRIO DE 13H ÀS 14H30.</b> </font></span></span></p><p class="MsoNormal" style="margin:0cm 0cm 10pt;line-height:16.8667px"><font face="monospace">Local: Sala C116 do Instituto de Matemática, Centro de Tecnologia - UFRJ. <br></font></p><p class="MsoNormal" style="margin:0cm 0cm 10pt;line-height:normal"><font face="monospace"><b>Palestrante: Vinicius Diniz Mayrink (UFMG)</b><br></font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;line-height:normal;background-image:initial;background-position:initial;background-size:initial;background-repeat:initial;background-origin:initial;background-clip:initial"><font face="monospace"><b><span lang="EN-US">Título: </span></b><span lang="EN-US">Functional data analysis: spatial association of curves and irregular spacing</span><span lang="EN-US">.<b></b></span></font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;line-height:normal;background-image:initial;background-position:initial;background-size:initial;background-repeat:initial;background-origin:initial;background-clip:initial"><font face="monospace"><br></font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;line-height:normal;background-image:initial;background-position:initial;background-size:initial;background-repeat:initial;background-origin:initial;background-clip:initial"><font face="monospace"><b><span lang="EN-US">Resumo: </span></b><span lang="EN-US">Spatial Functional Data (SFD) analysis is an emerging statistical framework that combines Functional Data Analysis (FDA) and spatial dependency modeling. Unlike traditional statistical methods, which treat data as scalar values or vectors, SFD considers data as continuous functions, allowing for a more comprehensive understanding of their behavior and variability. This approach is well-suited for analyzing data collected over time, space, or any other continuous domain. SFD has found applications in various fields, including economics, finance, medicine, environmental science, and engineering. This study proposes new functional Gaussian models incorporating spatial dependence structures, focusing on irregularly spaced data and reflecting spatially correlated curves. The model is based on Bernstein polynomial (BP) basis functions and utilizes a Bayesian approach for estimating unknown quantities and parameters. The paper explores the advantages and limitations of the BP model in capturing complex shapes and patterns while ensuring numerical stability. The main contributions of this work include the development of an innovative model designed for SFD using BP, the presence of a random effect to address associations between irregularly spaced observations, and a comprehensive simulation study to evaluate models’ performance under various scenarios. The work also presents one real application of Temperature in Mexico City, showcasing practical illustrations of the proposed model.</span></font></p><p class="MsoNormal" style="margin:0cm 0cm 0.0001pt;line-height:normal;background-image:initial;background-position:initial;background-size:initial;background-repeat:initial;background-origin:initial;background-clip:initial"><span lang="EN-US"><font face="monospace">This is a joint work with Alexander Burbano-Moreno. </font></span></p><div><font face="monospace"><br></font></div><div><font face="monospace">Mais informações podem ser encontradas no site: <a href="https://www.dme.ufrj.br/?page_id=3579" target="_blank" style="">https://www.dme.ufrj.br/?page_id=3579</a>.<br><br>Organizadores: Maria Eulalia Vares e Widemberg S Nobre<br><br>Atenciosamente,</font><br></div><div><br></div></div></div><span class="gmail_signature_prefix">-- </span><br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr">Maria Eulalia Vares<div>Professora Titular - Instituto de Matemática - UFRJ</div><div>Coordenadora do Programa de Pós-Graduação em Estatística</div></div></div></div>