<html> <head> <style></style></head> <body class='hmmessage'><div dir='ltr'><div>### Divulgação de Seminário ###</div><div><br></div><div><br></div><div>Na próxima sexta-feira daremos início ao Ciclo de Seminários do Programa de Pós-Graduação em Matemática Aplicada e Estatística (PPgMAE) </div><div><br></div><div>da UFRN - 2015</div><div><br></div><div><br></div><div>Seguem as informações:</div><div><br></div><div><br></div><div>Ciclo de Seminários do Programa de Pós-Graduação em Matemática Aplicada e Estatística (PPgMAE) da UFRN - 2015</div><div><br></div><div>Título: Previsão em Séries Temporais de Valores Inteiros com Sobredispersão </div><div><br></div><div>Palestrante: Luz Milena Zea Fernández - Departamento de Estatística - UFRN</div><div><br></div><div>DATA: 10 de abril de 2015 (sexta-feira) </div><div><br></div><div>HORÁRIO: 15:00 horas</div><div><br></div><div>LOCAL: Auditório do CCET - UFRN</div><div><br></div><div><br></div><div>* Meia hora antes da apresentação é oferecido um coffee-break para socialização e discussões científicas.</div><div><br></div><div><br></div><div>Resumo: O estudo das séries temporais é um dos tópicos mais importantes da Estatística, tendo como propósito principal o desenvolvimento de métodos <span style="font-size: 12pt;">para modelagem de dados que exibem correlação ao longo do tempo. Tais modelos nos permitem fazer previsões. Dentro desta área, séries temporais de </span><span style="font-size: 12pt;">valores inteiros têm chamado a atenção dado que podem ser observadas em muitos contextos, por exemplo, o número de acidentes mensais em uma fábrica, </span><span style="font-size: 12pt;">ou, o número de peixes capturados em una determinada área do mar cada semana. Nas últimas três décadas tem aumentado o interesse em propor </span><span style="font-size: 12pt;">metodologias para estudar séries temporais de valores inteiros, especificamente métodos para obter previsões futuras, as quais devem ser números </span></div><div>inteiros não negativos, devido à natureza discreta destas séries. Neste trabalho concentramo-nos em propor e estudar novos procedimentos para fazer <span style="font-size: 12pt;">previsões nos processos autorregressivos de primeira ordem condicionalmente heteroscedásticos de valores inteiros, Integer-valued first-order </span><span style="font-size: 12pt;">Autoregressive Conditional Heteroskedasticity Processes (INARCH(1)), que levam em conta a sobredispersão.</span></div><div><br></div><div><br></div><div>Mais informações no site do PPgMAE:</div><div><br></div><div> https://sigaa.ufrn.br/sigaa/public/programa/secao_extra.jsf?lc=pt_BR&id=2595&extra=1099675090</div><div><br></div><div><br></div><div><br></div><div>Saudações,</div><div><br></div><div>Marcelo Bourguignon</div> </div></body> </html>