Acessos desde 01/11/2007:
Trabalhos Aprovados
Atenção: As comunicações foram provisoriamente aceitas para apresentação no 18o SINAPE. Apenas os trabalhos em que pelo menos um dos autores tiver, até 16/06, pago o boleto de inscrição do congresso terão a aceitação definitiva, os demais não poderão ser apresentados no evento. Verifique se o seu trabalho satisfaz esse requisito.
Filtrar por categoria/formato/palavra:
| Formato | Título | ||||||||
|---|---|---|---|---|---|---|---|---|---|
| Pôster | Estimação Clássica e Robusta em Processos Fracionariamente Integrados Sazonai Séries Temporais
Neste trabalho analisamos os processos com as características de longa dependência e sazonalidade, denotados por SARFIMA(0,d,0)x(0,D,0)s, onde s é a sazonalidade. Apresentamos algumas propriedades destes processos tais como a estacionariedade, as dependências intermediária e longa e as expressões das funções densidade espectral, com seu comportamento próximo às freqüências sazonais, a da autocovariância. Um estudo sobre estimação clássica e robusta dos parâmetro fracionário e fracionário sazonal d e D, respectivamente, é baseado em simulações de Monte Carlo para diferentes tamanhos amostrais e diferentes sazonalidades. Comparamos a eficiência dos diferentes estimadores analisando seus erros quadráticos médios e vícios. | ||||||||
| Pôster | ESTIMAÇÃO DA TAXA DE DESEMPREGO PARA PEQUENAS ÁREAS DA REGIÃO METROPOLITANA DE SÃO PAULO UTILIZANDO MODELOS DE ESPAÇOS DE ESTADO Estatísticas Públicas e Demografia
Este artigo apresenta uma metodologia para estimação de taxas de desemprego da Pesquisa de Emprego e Desemprego (PED – SEADE/DIEESE) para pequenas áreas da Região Metropolitana de São Paulo. O objetivo do trabalho é obter estimativas para as pequenas áreas e simultaneamente efetuar o ajustamento sazonal das séries. A PED é uma pesquisa mensal por amostragem probabilística cujos indicadores são construídos a partir da acumulação de informações de três meses consecutivos (trimestres móveis). O estimador utilizado fornece, a cada mês, estimativas com precisão aceitável para a Região Metropolitana, mas induz uma autocorrelação temporal na série publicada que não advém do fenômeno em estudo e sim do procedimento de estimação. Tal comportamento da série determinou a construção de um modelo diferenciado contendo uma componente específica para representar o erro de pesquisa de forma a isolar o efeito do procedimento de amostragem/estimação das demais componentes estruturais das séries. Adicionalmente, restrições foram incorporadas ao modelo para garantir consistência entre as estimativas para as pequenas áreas e a estimativa para região metropolitana de São Paulo. Neste trabalho apresentamos o desenvolvimento do modelo proposto e sua aplicação para estimação das componentes estruturais das séries da taxa de desemprego da PED para região metropolitana de São Paulo e sub-áreas. | ||||||||
| Oral | Estimação das taxas de infecção e cura no Processo de Contato Concurso de Dissertação de Mestrado
The contact processes are interesting and useful models for a variety of applied probability problems, such as models concerned with spread of epidemics, biological infection on a cellular structure or growth of ecological systems. Essentially, the contact processes are Markov processes in continuous time, which every point in a d-dimensional integer lattice is in one of two possible states: healthy or infected. The process starts with a nonempty set of infected sites and evolves with infection being transmitted to neighboring sites of infected sites and independently infected sites being cured along the time. This dissertation brings the theoretical framework for this class of processes, including some important theoretical results and alternatives for the parameters estimation. We also study a class of models with immunization of sites once cured of its infection. We propose an alternative for the estimation of the infection parameter for this model. Computational simulations were made to check empirically various points viewed in theory over the chapters in this dissertation for the usual contact process, and the process with immunization to verify whether the proposed estimators are reasonable. | ||||||||
| Pôster | ESTIMAÇÃO DE ABUNDÂNCIA EM MODELOS DE DISTÂNCIA COM COVARIÁVEIS – UMA APLICAÇÃO PARA BALEIA JUBARTE EM ABROLHOS. Estatística em Meio Ambiente
O método de amostragem de distâncias é usado para estimar a abundância de populações animais. Baseia-se na distribuição de linhas de transecção na área de estudo que são percorridas por observadores registrando as distâncias perpendiculares dos animais. A partir destes dados, é estimada a curva de detecção, que modela a probabilidade de detecção de animais em função das distâncias. A principal suposição do método define que a probabilidade de detecção decresce com o aumento da distância a partir da linha. Na prática outras variáveis podem afetar a detecção, como condições ambientais. Estas variáveis podem ser usadas como covariáveis para melhorar a modelagem da probabilidade de detecção. O objetivo deste estudo foi a seleção e incorporação de covariáveis coletadas durante os levantamentos aéreos realizados ao longo da costa do Brasil, para avaliar o seu efeito sobre as estimativas de abundância de baleia jubarte. No software DISTANCE uma curva de detecção foi ajustada e o tamanho da população estimado. Em seguida, um procedimento seqüencial de inclusão de covariáveis foi aplicado. O tamanho da população foi novamente estimado e comparado com o primeiro modelo. A partir desta análise concluiu-se que a inclusão das covariáveis não gerou diferenças importantes nas estimativas de abundância. Por outro lado, o decréscimo no valor do coeficiente de variação da densidade de probabilidade das distâncias dos grupos detectados sobre a linha, no segundo modelo, resultou no aumento de sua precisão, refletido na menor variabilidade das estimativas de abundância. | ||||||||
| Pôster | Estimação de Medidas de Desempenho de Dois Testes Diagnósticos na Presença do Viés de Verificação: Introducão de um Modelo Bayesiano Estatística em Ciências Médicas e Saúde
O estudo de métodos estatísticos na avaliação de métodos diagnósticos tem aumentado consideravelmente nas últimas décadas. A sensibilidade é definida como a probabilidade de o teste sob investigação fornecer um resultado positivo, dado que o indivíduo é realmente portador da enfermidade. A especificidade, por sua vez, é definida como a probabilidade de o teste fornecer um resultado negativo, dado que o indivíduo está livre da enfermidade. Na prática, é comum ocorrerem situações em que uma proporção de indivíduos selecionados não pode ter o estado real da doença verificado, por se tratar de procedimentos invasivos, como no diagnóstico de câncer de pulmão, ou quaisquer outros casos em que são envolvidos riscos, portanto não praticáveis, nem éticos, ou ainda por serem de alto custo. Assim, em vez de se contornar o problema, muitos estudos de avaliação do desempenho de testes diagnósticos são elaborados apenas com informações de indivíduos verificados. Esse procedimento pode levar a resultados viesados. É o chamado viés de verificação. O presente trabalho introduz uma metodologia, sob o enfoque Bayesiano, que permite que sejam estimadas as medidas de desempenho de dois teste diagnósticos dependentes, na presença do viés de verificação. A partir dos resultados observados, nota-se que o modelo mostrou-se eficiente, quando comparados estes aos valores reais (banco de dados simulados). Nota-se que a informação dos pesquisadores, no que diz respeito ao mecanismo de verificação de indivíduos, pelo “padrão ouro”, é de extrema importância para a obtenção de resultados mais confiáveis. | ||||||||
| Pôster | Estimação de Parâmetros de um Modelo da Transmissão do HIV descrito por um Sistema de Equações Diferenciais Ordinárias Métodos Bayesianos
O procedimento de estimação de parâmetros Bayesiano que será aplicado usa uma verossimilhança centrada na solução do modelo descrito por um sistema de equações diferenciais ordinárias não linear. Assumimos uma estrutura dos erros de medição gaussiana. Investigamos um modelo definido por um sistema de equações diferenciais que descreve as dinâmicas da transmissão da infecção pelo HIV na população do Brasil. Devido a não existência da solução analítica deste sistema de equações, usamos métodos de amostragem de Monte Carlo para amostrar da distribuição a posteriori dos parâmetros que definem o modelo de equações. | ||||||||
| Pôster | Estimação de processos PAR através do coeficiente de correlação de Spearman Séries Temporais
Este estudo propõe uma metodologia alternativa para a estimação dos parâmetros do processo Periódico Auto-Regressivo (PAR) que é baseada na utilização do coeficiente de correlação de Spearman (Hollander & Wolfe (1999)) para estimar a Função de Autocorrelação Periódica (PeACF) e utilizá-las nas equações de Yule-Walker periódicas para estimar os parâmetros do modelo. As propriedades para amostras finitas foram investigadas através de ensaios de Monte Carlo sob diferentes cenários, inclusive na presença de outliers aditivos. Para efeito de comparação a metodologia usual de estimação apresentada em McLeod (1994) também foi considerada. Os resultados obtidos revelam que a metodologia de estimação proposta é robusta na presença de outliers aditivos. | ||||||||
| Pôster | Estimação de variância de rendimentos imputados na pesquisa mensal de emprego Estatísticas Públicas e Demografia
O objetivo desse artigo é descrever uma aplicação do método proposto por Rao e Shao (1992) para estimar variância de estimativas calculadas a partir de dados que foram imputados. É comum utilizar o estimador direto que trata os dados imputados como se fossem dados legítimos e então calcular a variância através de fórmulas padrão para dados completos. Esse procedimento pode conduzir a grave subestimação da variância, quando a proporção de dados faltantes é substancial. O método de estimação por jackknife ajustado proposto em Rao e Shao (1992) é apropriado para o caso em que os dados foram coletados através de um plano amostral estratificado com conglomerados em vários estágios, sendo as unidades primárias de amostragem (UPA) selecionadas independentemente em cada estrato com probabilidades proporcionais aos seus tamanhos e com reposição. A imputação é feita dentro de classes pelo método de hot deck aleatório. O método é utilizado para estimar a variância da média de rendimentos imputados na Pesquisa Mensal de Emprego (PME). Palavras-chave: imputação, jackknife, estimação de variância, hot deck. | ||||||||
| Oral | Estimação do risco sistemático em modelos CAPM com erros normais assimétricos Iniciação Científica e Concurso de Iniciação Científica
Os modelos de valorização de ativos de capital, CAPM ("Capital Asset Pricing Model") têm sido aplicados para uma variedade de situações em finanças sob a suposição de normalidade dos erros. Em algumas situações, os retornos podem apresentar uma certa assimetria. Sendo assim, uma alternativa para contemplar essa situação é assumir distribuições na classe assimétrica tal como a normal assimétrica. Neste artigo comentamos a estimação do risco sistemático em modelos CAPMs com erros distribuídos na classe normal assimétrica para explicar o excesso de retorno esperado de um conjunto de ações. Uma aplicação em que a estimativa do risco sistemático da Microsoft é comparado sob erros normais e normais assimétricos será apresentada como ilustração. Palavras chave: CAPM; Modelos assimétricos; Retornos. | ||||||||
| Pôster | Estimação do tamanho populacional via método de captura-recaptura na presença de covariáveis: uma análise bayesiana Métodos Bayesianos
Este trabalho tem como objetivo a inserção de covariáveis nas probabilidades de captura do método de captura-recaptura para população fechada. No caso de população animal, por exemplo, fatores como clima, época do ano, tamanho do animal, podem afetar a probabilidade de captura do animal. Inserimos covariáveis no modelo bayesiano proposto por Castledine (1981). A análise bayesiana foi feita através de vários estudos de simulação estocástica, via MCMC (Monte Carlo Markov Chain), para obter os resultados a posteriori do tamanho populacional. | ||||||||
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 | |||||||||