<div dir="ltr"><div style="font-size:12.8px"><div style="font-size:12.8px">Estimadas e Estimados,</div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><span style="font-size:12.8px">O Departamento de Estatística da Universidade Federal da Bahia convida a todos para prestigiar em seu Ciclo de Palestras os seminários dos professores <b>Valdemiro Piedade Vigas</b> - INMA/UFMS (28/04/2016) e <b>Ricardo Araújo Rios</b> - DCC/UFBA (29/04/2016)</span><span style="font-size:12.8px">.</span></div></div><div style="font-size:12.8px"><br></div><div style="font-size:12.8px"><b style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif">Informações sobre a palestra com o <font color="#ff0000">Prof. Valdemiro Piedade Vigas</font></span></b></div><div style="font-size:12.8px"><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Título</b> - </span></span><font face="Arial, sans-serif"><span style="font-size:18px">Extensões dos Modelos de Sobrevivência referente à Distribuição Weibull.</span></font><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b><br></b></span></span></div><div style="font-size:12.8px"><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Resumo</b> - </span></span><font face="Arial, sans-serif"><span style="font-size:18px">Neste trabalho é apresentada a distribuição de probabilidade Weibull-Poisson (WP), proposta por Louzada, Bereta e Franco (2011). Esta distribuição generaliza as distribuições exponencial-Poisson proposta por Kus (2007) e Weibull. Estudos de simulação foram realizados com o objetivo de analisar propriedades dos estimadores de máxima verossimilhança dos parâmetros desta distribuição. Também  apresenta-se resultados relativos à inferência sobre os parâmetros da WP, tanto no caso em que o conjunto de dados consta de observações completas de tempos de vida, como no caso em que ele possa conter observações censuradas. Além disso,  é proposto um modelo de regressão na forma de locação e escala quando o tempo de vida tem distribuição WP. Para verificar se o modelo de regressão se ajusta bem aos dados foi usado o resíduo de Cox-Snell. Outra contribuição deste trabalho foi propor a distribuição de longa duração Weibull-Poisson (LWP), além de estudar a LWP na situação em que as covariáveis são incluídas na análise. Um estudo por simulação foi realizado para estudar o comportamento das estimativas de máxima verossimilhança nessas duas situações. Por fim, aplicações à conjuntos de dados ilustram a utilidade dos modelos apresentados.<br></span></font></div><div style="font-size:12.8px"><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Data e horário</b> - 28 de abril de 2016 (quinta-feira), às 11 horas da manhã.</span></span></div><div style="font-size:12.8px"><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Local</b> - Sala 22, no andar térreo do <b>PAF I</b> (</span></span><font face="Arial, sans-serif"><span style="font-size:18px">Pavilhão de Aulas Reitor Felipe Serpa) da UFBA</span></font><span style="font-family:Arial,sans-serif;font-size:13.5pt;text-align:justify">.</span></div><div style="font-size:12.8px"><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Minicurrículo</b> - </span></span><font face="Arial, sans-serif"><span style="font-size:18px">Possui graduação em Estatística pela Universidade Federal da Bahia e mestrado em Estatística pela Universidade Federal de São Carlos. Atualmente é professor assistente do Instituto de Matemática da Fundação Universidade Federal de Mato Grosso do Sul. Tem experiência na área de Probabilidade e Estatística, com ênfase em Análise de Sobrevivência.</span></font></div><div style="font-size:12.8px"><b style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><br></span></b></div><div style="font-size:12.8px"><div><b style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif">Informações sobre a palestra com o <font color="#ff0000">Prof. Ricardo Araújo Rios</font></span></b></div><div><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Title</b> - </span></span><font face="Arial, sans-serif"><span style="font-size:18px">Time Series Modeling by Decomposing and Analyzing Stochastic and Deterministic influences.</span></font><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b><br></b></span></span></div><div><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Abstract</b> - </span></span><font face="Arial, sans-serif"><span style="font-size:18px">Time series concepts are well established and essential when analyzing time-dependent systems. Two main branches are commonly adopted to perform this analysis: Dynamical Systems and Statistics. Dynamical Systems tools provide the best results when time series behavior is considered deterministic. On the other hand, Statistical tools are indicated when time series present stochastic behavior. Time series collected from real-world systems usually present a mixture of both components, i.e., the value of a single observation is influenced by deterministic and stochastic components. Consequently, modeling both components is essential to produce high accuracy results, once the discard of any component tends to depreciate results, i.e., by only applying Dynamical System tools one may obtain malformed attractors, whereas only using Statistical tools one tends to underestimate the deterministic component. Individual analysis of both components plays an important role in detecting patterns and extracting implicit information from time series. Therefore, time series influenced by additive noise can be decomposed into stochastic and deterministic components in which individual models permit obtaining a hybrid one that improves accuracy.<br></span></font></div><div><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Data e horário</b> - 29 de abril de 2016 (sexta-feira), às 11 horas da manhã.</span></span></div><div><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Local</b> - </span></span><span style="text-align:justify"><font face="Arial, sans-serif"><span style="font-size:18px">Sala 15, no andar térreo do Instituto de Matemática da UFBA</span><span style="font-size:13.5pt">.</span></font></span></div><div><span style="font-size:12.8px;text-align:justify"><span style="font-size:13.5pt;font-family:Arial,sans-serif"><b>Minicurrículo</b> - </span></span><font face="Arial, sans-serif"><span style="font-size:18px">Possui graduação em Ciência da Computação pela Universidade Estadual do Sudoeste da Bahia, mestrado em Ciência da Computação pela Universidade Federal de São Carlos e doutorado em Ciência da Computação pelo Instituto de Ciências Matemáticas e Computação da Universidade de São Paulo. Atualmente é professor adjunto do Departamento de Ciência da Computação da Universidade Federal da Bahia. Tem experiência na área de Ciência da Computação, com ênfase em Inteligência Computacional, atuando principalmente nos seguintes temas: análise e processamento de sinais, grades computacionais e escalonamento de aplicações.</span></font></div></div><br clear="all" style="font-size:12.8px"><div style="font-size:12.8px"><div dir="ltr"><div dir="ltr"><b style="font-family:Arial,sans-serif;font-size:18px;text-align:justify">Coordenador</b><span style="font-family:Arial,sans-serif;font-size:18px;text-align:justify">: Rodrigo de Souza Bulhões</span></div></div></div></div>