Semana de Estatística 2016

Algumas informações importantes sobre a Semana de Estatística 2016:

As inscrições para a semana de EStatística 2016 são até hoje (11 de outubro), não perca a oportunidade de particpar deste evento, faça sua inscrição aqui.

Para que você garanta a compra da sua camisa do evento, o pagamento deve ser efetivado na secretária do DEST até 11 de outubro.

O evento será realizado no Anfiteatro B do CCET!

Semana da Estatística 2016

A Semana de Estatística é um evento incorporado às realizações do Departamento de Estatística (DEST) desde 1983 e nesse ano acontecerá de 17 a 19 de outubro. A Semana de Estatística 2016 terá palestras, mesas redondas, mini-cursos e comunicações orais. Este ano, a realizaremos novamente junto às atividades da CIENTEC (Semana da Ciência, Tecnologia e Cultura da UFRN), que é um evento direcionado ao público em geral, visando aumentar o interesse pela Graduação em Estatística da UFRN.

 

Para obter mais informações, verifique o link Semana de Estatística 2016 no menu acima.

Escola de Verão do PPGMAE-UFRN 2016

O PPGMAE (Programa de Pós-graduação em Matemática Aplicada e Estatística da UFRN), atualmente Coordenado pela Profa Elaine Pimentel-DMAT e tendo a Profa Dione Valença-DEST como Vice-Coordenadora, completa 10 anos agora em 2016 e gostaríamos de divulgar as atividades da nossa Escola de Verão, que ocorrerá no período de 18jan a 5fev, sendo elas:

3 minicursos (Prof Fernando Ferraz-UFPI, Umberto Rivieccio (DIMAp/UFRN) e Nir Cohen (DMAT/UFRN)); 3 tutoriais (ministrados por alunos do PPGMAE e da graduação) 9 palestras (Prof Getúlio Amaral e Prof Klauss Vasconcellos da UFPE; Prof Carlos Gomes-DMAT/UFRN e Prof. Francisco Moisés-DEST/UFRN, ex-alunos do Mestrado do PPGMAE em fase final do doutorado na USP; palestras de ex-alunos e alunos concluintes do nosso mestrado que já fazem doutorado ou estão para iniciar em 2016); 2 cursos de nivelamento que são parte da seleção da turma 2016 do mestrado (Tópicos de Matemática-Prof Roberto Teodoro-DMAT/UFRN e Tópicos de Probabilidade-Prof Dani Gamerman-UFRJ).

O corpo discente do PPGMAE participa na monitoria das disciplinas de nivelamento e no oferecimento de tutoriais básicos e, em parceria entre a Graduação e a Pós, alguns tutoriais são ministrados por alunos da graduação, tendo esses alunos como público alvo.

Neste ano tivemos 82 inscritos para as 11 vagas da turma 2016 do nosso mestrado.

A Escola de Verão tem o apoio financeiro dos Deptos de Matemática e Estatística da UFRN, do PPGMAE e da CAPES. Informações detalhadas podem ser vistas em:

https://www.ppgmae.ufrn.br/~ev/2016/EV2016/Inicio.html

Ciclo de Seminários do Programa de Pós-Graduação em Matemática Aplicada e Estatística da UFRN – 2015

Título: Regression models for time varying extremes

Palestrante: Fernando Ferraz do Nascimento – Departamento de Estatística – UFPI

Data: 30 de Novembro de 2015 (Segunda-feira)

Horário: 15:00 horas

Local: Auditório do CCET – UFRN

* Depois da apresentação é oferecido um coffee-break para socialização e discussões científicas.

Abstract: A common approach to modeling extreme data is to consider the distribution of the exceedance value over a high threshold. This approach is based on the distribution of excess, which follows the generalized Pareto distribution (GPD) and has proven to be adequate for this type of situation. As with all data involving analysis in time, excesses above a threshold may also vary and suffer from the influence of covariates. Thus, the GPD distribution can be modeled by entering the presence of these factors. This paper presents a new model for extreme values, where GPD parameters are written on the basis of a dynamic regression model. The estimation of the model parameters is made under the Bayesian paradigm, with sampling points via MCMC. As with environmental data, behavior data is related to other factors such as time and covariates like latitude, distance from the sea, etc. Simulation studies have shown the efficiency and identifiability of the model, and applying real rain data from the state of Piaui, Brazil, shows the advantage in predicting and interpreting the model against other similar models proposed in the literature.

Mais informações no site do PPgMAE: https://sigaa.ufrn.br/sigaa/public/programa/noticias_desc.jsf?lc=pt_BR&id=2595&noticia=115468244