<div dir="ltr"><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Prezados(as)</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small">Continuando com a sequência de seminários em High Dimensional Data Analysis.</div><div class="gmail_default" style="font-family:verdana,sans-serif;font-size:small"><div class="gmail_default"><br></div><div class="gmail_default">Data: 4/09/19 as 13hs.</div><div class="gmail_default">Local: sala 221 IMECC</div><div class="gmail_default"><br></div><div class="gmail_default"><div dir="auto" style="font-family:Arial,Helvetica,sans-serif">Bayesian Forecasting of Multivariate Dynamic Models</div><div style="font-family:Arial,Helvetica,sans-serif"><i><b>Speaker: Helio Migon</b></i></div><div style="font-family:Arial,Helvetica,sans-serif"><br></div><div dir="auto" style="font-family:Arial,Helvetica,sans-serif">An overview  of recent research advances in Bayesian state-space modelling of multivariate time series is presented.</div><div dir="auto" style="font-family:Arial,Helvetica,sans-serif">The focus is on concepts that enables application of state-space models to increasingly large-scale data,  applying to continuous or discrete time series outcomes.</div><div dir="auto" style="font-family:Arial,Helvetica,sans-serif">The scope includes: i) a review of dynamic models and operational aspects,  ii)  large time varying parameters vector autoregressive models and  iii) dynamic dependence network models.</div></div></div><br clear="all"><div><br></div>-- <br><div dir="ltr" class="gmail_signature" data-smartmail="gmail_signature"><div dir="ltr"><div><div dir="ltr"><div><div>Ronaldo Dias, Ph.D.</div>Professor<div>Dept. of Statistics-IMECC, UNICAMP</div><div><a href="http://www.ime.unicamp.br/~dias" target="_blank">www.ime.unicamp.br/~dias</a></div><div><br></div></div></div></div></div></div></div>