[ABE-L] Palestra online com o Dani Gamerman - DEST/UFBA

[Mauricio Cardeal]

Parabéns! Excelente iniciativa!

Maurício Cardeal

UFBA


Em 01/06/2017 12:37, Lizandra Castilho Fabio escreveu:
>
> Estimados,
>
>
> Gostaríamos de convidá-los a acompanhar a nova edição do Ciclo de 
> Palestras do DEST-IME-UFBA com a utilização de palestras */onlines/*. 
> Com o intuito de fortalecer a pesquisa no departamento de estatística 
> da UFBA e também promover a difusão do conhecimento na comunidade 
> estatística brasileira, propomos a utilização de uma plataforma online 
> para viabilizar a participação de pesquisadores de diferentes 
> universidades brasileiras e internacionais, sem o custo da viagem até 
> Salvador.
>
>
> O professor *Dani Gamerman*, do IM/UFRJ, fará a primeira palestra 
> nesse formato no dia *02 de junho*, *sexta-feira, às 11hs*. O link 
> para acompanhar a palestra é
>
>
> https://www.youtube.com/channel/UCC96Rmc3qKEYkKk187IcLdA/live 
> <https://www.youtube.com/channel/UCC96Rmc3qKEYkKk187IcLdA/live>
>
>
> E todos que estiverem acompanhando de forma online poderão enviar 
> dúvidas pelo chat da transmissão, pois as perguntas serão repassadas 
> para o Prof. Dani.
>
>
> *Título*: Time varying extreme pattern with dynamic models - Dani 
> Gamerman, IM/UFRJ.
>
>
> *Resumo*: This talk is concerned with the analysis of time series data 
> with temporal dependence through extreme events. This is achieved via 
> a model formulation that considers separately the central part and the 
> tail of the distributions, using a two component mixture model. 
> Extremes beyond a threshold are assumed to follow a generalized Pareto 
> distribution (GPD). Temporal dependence is induced by allowing to GPD 
> parameter to vary with time. Temporal variation and dependence is 
> introduced at a latent level via the novel use of dynamic linear 
> models (DLM). Novelty lies in the time variation of the shape of the 
> resulting distribution. These changes in limiting regimes as time 
> changes reflect better the data behaviour, with important gains in 
> estimation and interpretation. The central part follows a 
> nonparametric, mixture approach. The uncertainty about the threshold 
> is explicitly considered. Posterior inference is performed through 
> Markov Chain Monte Carlo (MCMC) methods. A variety of scenarios can be 
> entertained and include the possibility of alternation of presence and 
> absence of a finite upper limit of the distribution for different time 
> periods. Simulations are carried out in order to analyze the 
> performance of our proposed model. We also apply the proposed model to 
> financial time series: returns of Petrobras stocks and Bovespa index. 
> Results show advantage of our proposal over currently entertained 
> models such as stochastic volatility, with improved estimation of high 
> quantiles and extremes. Joint work with Fernando Nascimento and 
> Hedibert Lopes.
>
> *
> *
>
>
> *Minicurrílo*: O Prof. Dani Gamerman é graduado em Engenharia Mecânica 
> pelo IME em 1980, Mestre em Estatística pelo IMPA em 1983 e Doutor em 
> Estatística pela Universidade de Warwick em 1987. Professor Titular da 
> UFRJ desde 1996, Bolsista de pesquisa do CNPq desde 1987. Autor dos 
> livros Monte Carlo Markov Chain: Stochastic Simulation for Bayesian 
> Inference, publicado pela Chapman and Hall em 1997 (1a. edição) e em 
> 2006 (2a. edição, com Hedibert F. Lopes) e Statistical Inference: an 
> Integrated Approach (com Helio S. Migon), publicado pela Arnold em 
> 1999, além de livros nacionais.  Atualmente tem suas atividades de 
> pesquisas em modelos dinâmicos, estatística espacial, análise de 
> sobrevivência, teoria de extremos, TRI, simulação estocástica, 
> econometria e inferência Bayesiana.
>
> Essa atividade tem coordenação de *Lizandra C. 
> Fabio* (lizandra.fabio em ufba.br <mailto:lizandra.fabio em ufba.br>) e 
> *Bruno Santos* (brunorsantos em ufba.br <mailto:brunorsantos em ufba.br>), 
> caso queiram enviar comentários ou sugestões sobre as palestras.
>
>
>
> _______________________________________________
> abe mailing list
> abe em lists.ime.usp.br
> https://lists.ime.usp.br/listinfo/abe

-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <https://lists.ime.usp.br/archives/abe/attachments/20170601/91908f05/attachment.html>