[ABE-L] Ciclo de Seminários do PPGE/2026.1

['Francisco Cysneiros' via abe-l@ime.usp.br]

Ciclo de Seminários do PPGE/2026.1


Temos o prazer de anunciar que, no dia  22 de abril de 2026,
o seminário será ministrado pelo  Prof. Dr.  Miguel Uribe-Opazo - UNIOESTE



 Detalhes da palestra:

Título: DIAGNÓSTICOS DE INFLUÊNCIA EM MODELOS ESPACIAIS LINEARES T-STUDENT
REPARAMETRIZADO

Palestrante : Miguel Uribe-Opazo

Horário: 14hrs  forma remoto .

Quarta-feira, 22 de abril · 2:00 – 4:00pm

Fuso horário: America/Recife

Como participar do Google Meet

Link da videochamada: https://meet.google.com/eem-naht-qnb

Ou disque: ‪(BR) +55 11 4935-3201 PIN: ‪750 345 586#

Outros números de telefone: https://tel.meet/eem-naht-qnb?pin=2905152308261

*Resumo : *

Caracterizar a variabilidade espacial de dados agrícolas é uma etapa
fundamental na agricultura de precisão, especialmente no manejo do solo e
na criação de unidades de manejo diferenciadas para o aumento da
produtividade. Modelar a estrutura de dependência espacial por meio de
métodos geoestatísticos é de grande importância para estimar com eficiência
os parâmetros que definem essa estrutura e realizar interpolação em locais
não amostrados baseada na krigagem. Este trabalho apresenta técnicas de
diagnóstico de influência, utilizando o deslocamento da esperança
condicional do logaritmo da verossimilhança conjunta, chamada Q-function.
Esses métodos são usados para identificar a presença de observações
influentes que podem interferir nas estimações dos parâmetros, na seleção
do modelo geoestatístico e na construção do mapa da variabilidade espacial.
Para estudar dados espacialmente correlacionados, utilizamos a modelagem
espacial linear com distribuição t-student reparametrizada. Essa
distribuição tem sido usada como alternativa à distribuição normal quando
os dados apresentam valores discrepantes, possuindo a mesma forma da matriz
de covariâncias que a distribuição normal, o que permite uma comparação
direta entre elas. A metodologia é ilustrada com um conjunto de dados reais
e os resultados mostraram uma modelagem mais robusta na presença de
observações influentes.


Atenciosamente
Francisco Cysneiros
-- 
Francisco José A. Cysneiros
Full professor
Departament of Statistics - UFPE
Co-Director of Graduate Studies, Statistics, UFPE
Editor in Chief of Brazilian Journal of Probability and Statistics
My URLs:
www.de.ufpe.br/~cysneiros  <http://www.de.ufpe.br/~cysneiros>
http://150.161.44.6/cysneiros

Lattes:

*ResearchedID:*
*Publons:*
http://lattes.cnpq.br/1313497098151734
http://www.researcherid.com/rid/G-6333-2012
https://publons.com/a/1540091
ORCID: http://orcid.org/0000-0001-6757-6969


Description: Enter a Description
<https://www.researcherid.com/ProfileGet.action?focus=description>
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20260420/92d7b435/attachment.htm>