Áreas: Probabilidade e Estatística
Linhas de Pesquisa:
Bioestatística e Biologia Computacional
A linha de pesquisa em Bioestatística e Biologia Computacional dedica-se ao desenvolvimento e à aplicação de métodos estatísticos para a análise de dados biomédicos. Nesse contexto, frequentemente lidamos com dados multimodais e de alta dimensão, o que exige abordagens integrativas e eficientes do ponto de vista computacional, voltadas à identificação de padrões, à avaliação de fatores de risco e à predição de desfechos biológicos e clínicos. São empregadas estratégias analíticas que abrangem modelos lineares generalizados, modelos mistos, métodos não paramétricos, análise de sobrevivência, estatística genética, bioinformática e epidemiologia quantitativa. Dessa forma, essa linha de pesquisa contribui tanto para a geração de conhecimento científico quanto para a tomada de decisões fundamentadas em evidências em diversos domínios das ciências da vida. Esta linha de pesquisa conta com o grupo de modelagem estatística do Centro de Melhoramento Molecular de Plantas, cujo objetivo é a seleção e desenvolvimento de gramíneas forrageiras tropicais e cultivares de cana-de-açúcar. Essas espécies apresentam desafios específicos, devido à sua natureza poliplóide, o que demanda a elaboração de métodos estatísticos inovadores para complementar as ferramentas moleculares e recursos computacionais já existentes.
Estatística Computacional e Ciência de Dados
A linha de pesquisa Estatística Computacional e Ciência de Dados é um campo multifacetado que combina técnicas estatísticas avançadas com poder computacional para abordar problemas de análise de dados complexos, focando em escalabilidade computacional em inferência Bayesiana, métodos aproximados, extensões do algoritmo EM, e métodos não-paramétricos e semi-paramétricos, incluindo splines e ondaletas. Isso abrange o tratamento de dados funcionais, regularização de dados de alta dimensão, análise de imagens de satélite, dados genéticos, e o desenvolvimento de algoritmos de clustering e classificação, com aplicações práticas na implementação de pacotes estatísticos, reunindo disciplinas como análise de dados de alta dimensão, estatística Bayesiana, métodos estatísticos computacionais, e variáveis latentes. Probabilidade e
Probabilidade e Processos Estocásticos
A linha de pesquisa Probabilidade e Processos Estocásticos visa à formulação e estudo de modelos probabilísticos e processos aleatórios, para a compreensão de fenômenos complexos, tanto do ponto de vista teórico, quanto aplicado. Os sistemas abordados incluem sistemas de partículas interagentes, processos espaciais e pontuais, variáveis funcionais, cadeias de Markov de alcance variável e de ordem infinita, cadeias de Markov com partições, árvores de contexto, grafos aleatórios, entrelaçamentos e campos aleatórios. Também são investigados passeios aleatórios em grafos, modelos de percolação e suas variações, modelos de epidemias e de propagação de rumores, além de processos de Markov em meios aleatórios, formas de Dirichlet e análise harmônica. Em termos de inferência para processos estocásticos, as aplicações abrangem áreas diversas, como tingimento de tecidos, identificação de biomarcadores, desagregação de curvas de energia, modelagem de fibras epidérmicas e detecção de ritmos em textos escritos.
Séries Temporais, Econometria e Finanças
Nesta linha de pesquisa são estudados e desenvolvidos, sob uma perspectiva teórica, computacional e aplicada, modelos de estimação e previsão de Séries Temporais e Econometria, abrangendo contextos univariados, multivariados, de alta dimensão e alta frequência (large-scale and big data). Há uma forte ênfase nos aspectos metodológicos, procurando a resolução escalável de problemas complexos, respeitando as características dos dados e do domínio de aplicação. Isso inclui, mas não se limita a, métodos capazes de lidar adequadamente com outliers, valores faltantes e mudanças de regime. Os modelos e métodos desenvolvidos são aplicados em diversas áreas de conhecimento, como biologia, ciências da terra, setor de energia e, especialmente, economia e finanças. Esta linha de pesquisa conta com um Laboratório especializado de Séries Temporais, Econometria e Finanças, o CAREFS (Centre for Applied Research on Econometrics, Finance and Statistics).
Inferência e Modelos Estatísticos
O objetivo desta linha de pesquisa é desenvolver e aplicar tanto métodos inferenciais quanto modelos estatísticos adequados para a modelagem de fenômenos e problemas de interesse. Os métodos inferenciais podem ser utilizados em modelos já existentes ou naqueles que ainda serão desenvolvidos. Entre esses métodos, destacam-se a estimação paramétrica, testes de hipótese, seleção estrutural, diagnóstico de modelos e análise residual. Quanto aos modelos estatísticos, eles abrangem estruturas lineares, não lineares, além de abordagens paramétricas, semi- paramétricas e não paramétricas. Além disso, considera-se tanto o paradigma frequentista quanto o Bayesiano na elaboração e aplicação desses métodos e modelos.