[ABE-L] Convite: Seminário DEST/UFMG em 13/08/2021.

[Vinicius Mayrink]

Caros,

Na próxima sexta-feira (*13 de agosto, às 13:30h*) o ciclo de
Seminários do *Departamento
de Estatística da UFMG* terá a apresentação de *Fernando F. Nascimento*.

Fernando é Professor do Departamento de Estatística da UFPI. Obteve o
título de Doutor em Estatística pela UFRJ e realizou período pós-doc na
University of California (Santa Cruz). Suas áreas de pesquisa são:
Inferência Bayesiana, Inferência em Processos Estocásticos e Teoria de
Valores Extremos.

O seminário será transmitido ao vivo pelo canal do Youtube "*Seminários
DEST - UFMG <https://www.youtube.com/channel/UCoZC2_pME9ca_-Hx4djd60w>*":

Att,
Vinícius Mayrink


*********** Título e Resumo ***********
Fernando F. Nascimento (Depto. de Estatística, UFPI)

*Modelo de regressão para cauda e não-cauda de modelos de excessos,
aplicado em dados de temperaturas máximas e mínimas.*

A relação de ocorrências ligadas às alterações climáticas significativas
têm crescido nos últimos anos. Essas alterações podem ser influenciadas por
um conjunto de covariáveis, como temperatura, localização e tempo em que
ocorrem. Analisar a relação existente entre elementos e fatores que
influenciam no comportamento de tais eventos é de extrema relevância para a
tomada de decisões com a finalidade de minimizar e até mesmo evitar
possíveis danos e perdas. Este trabalho é uma extensão do modelo proposto
por Behrens et al. (2004) que considera uma distribuição GPD para a cauda e
uma distribuição Gama para não cauda, do modelo de Nascimento (2012) que
combina a Distribuição de Pareto Generalizada (GPD) para dados acima de um
limiar e mistura de Gamas para valores abaixo do limiar, e o modelo de
Nascimento et al. (2011) que utiliza estrutura de regressão para análise de
valores extremos em todos os parâmetros da cauda. A partir dos dados de
temperaturas máximas em cidades dos Estados Unidos e temperaturas mínimas
em cidades do Estado do Rio de Janeiro este trabalho foi conduzido com o
objetivo de incorporar uma estrutura de regressão para os parâmetros de
toda a distribuição, incluindo também os parâmetros da distribuição abaixo
da cauda. O modelo proposto consiste em uma distribuição Gama para a
estimação dos valores abaixo do limiar e distribuição GPD para valores
acima do limiar. A estimação dos parâmetros ocorreu por meio de técnicas
MCMC - Markov Chain Monte Carlo. Este modelo apresenta a vantagem de
capturar comportamentos característicos de todas as localizações e épocas
do ano e fornecer melhor poder preditivo das estimações de medidas
importantes em valores extremos como a estimação de quantis extremos.

-- 
*Vinícius D. Mayrink*
*Professor Associado - Departamento de Estatística*

*ICEx, Universidade Federal de Minas Gerais*
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20210806/f0bc63f9/attachment.htm>