[ABE-L] Ciclo de Seminários de Ciências de Dados e Decisão - Insper

[Hedibert Lopes]

Boa noite a todos,

Segue informação sobre nosso seminário de amanhã.

Title: Modelagem bayesiana em dados espaciais usando Laplace Aninhado:
Métodos e Aplicação em dados de violência

Speaker: Elisangela Lizzi
University: UTFPR

 Abstract: A modelagem e análise espaço-temporal, pode ser utilizada em
diversos cenários, neste seminário vamos mostrar um estudo de caso de
aplicação em dados de violência contra a dignidade sexual no estado do
Paraná, sob a perspectiva de estruturas espaciais, tendências temporais e
inferência bayesiana via INLA (Integrated Nested Laplace Approximation-
Aproximação de Laplace Aninhada Integrada)  sendo este um método de
inferência Bayesiana aproximada e determinística, amplamente utilizado em
modelos gaussianos latentes, sendo uma alternativa as simulações MCMC
(Monte Carlo em Cadeias de Markov) usando aproximações analíticas das
funções de probabilidade, com eficiência computacional e boas estimativas
das distribuições de probabilidade a posteriori. O estudo de caso baseia-se
em dados mensais de 2012 a 2019 nas Áreas Integradas de Segurança Pública
(AISPs) no estado do Paraná, modelados por meio de modelos hierárquicos de
dados de contagem com estrutura espacial, componente temporal e obtenção
das estimativas via inferência bayesiana por aproximação de Laplace. Foram
estimados o Risco Relativo (RR) e a Razão de Incidência Padronizada (SIR),
permitindo identificar padrões de dependência entre regiões vizinhas,
evolução temporal do risco e áreas com níveis persistentemente elevados. Os
resultados indicam crescimento não uniforme do risco ao longo do período,
com concentração espacial nas regiões sul e sudoeste do estado, reforçando
a importância de modelos que incorporem simultaneamente dependência
espacial e dinâmica temporal na análise da violência. Como inovação
aplicada, os achados foram integrados ao WikiCrimesDS, um aplicativo
interativo de visualização de mapas temáticos e dos resultados dos modelos,
desenvolvido para apoiar gestores na interpretação de padrões
epidemiológicos e na priorização territorial de políticas públicas. Essa
abordagem favorece a tradução do resultado estatístico em informação
operacional, reduzindo a distância entre modelagem quantitativa e gestão
pública. Deste modo, conclui-se que métodos de modelagem espaço-temporal
bayesiana são ferramentas úteis e eficientes para transformar dados
administrativos em evidências quantitativas, sendo suporte à gestão em
saúde e segurança pública.



Date: March 5, 2026
Time:  12pm, São Paulo, Brasil (UTC/GMT -03:00)
Place: Paulo Renato Souza room, 2nd floor - Claudio Haddad Building

The seminar will be streamed at the link: https://zoom.us/j/95781336030
Access password : 290524

Abs,
Hedibert
-------------- Próxima Parte ----------
Um anexo em HTML foi limpo...
URL: <http://lists.ime.usp.br/pipermail/abe/attachments/20260304/7276526a/attachment.htm>