Menu:
- Mensagem
- Palestrantes/Abstract
- Histórico/Mostras Anteriores
- Comissão Organizadora
- IME - USP
|
LOCAL:
INSTITUTO DE MATEMÁTICA E ESTATÍSTICA - IME -
USP
RUA DO MATÃO, 1010 - CIDADE UNIVESTITÁRIA
BLOCO A - AUDITÓRIO JACY MONTEIRO
MAIS INFORMAÇÕES
DE COMO CHEGAR NO IME
Palestras
21
de Outubro
22
de Outubro
23
de Outubro
24
de Outubro
Abstracts
Palestrante |
Abstract |
|
N/D |
|
Nesta
palestra abordaremos alguns temas de series temporais
e mostraremos aplicacoes potenciais em financas. Em particular,
trataremos dos modelos da familia ARCH (que deram o Premio
Nobel de Economia a robert Engle) e medidas de risco,
com o VaR (valor em risco).
|
Alexandre
R. Leichsenring |
Modelo
dos Sapos - Estudamos um modelo de passeios aleatórios simples em grafos, conhecido
como Modelo dos Sapos. Esse modelo pode ser descrito de maneira
geral da seguinte forma: existem partículas ativas
e partículas desativadas num grafo G. Cada partícula
ativa desempenha um passeio aleatório simples a tempo
discreto e a cada momento ela pode morrer com probabilidade
1-p. Quando uma partícula ativa entra em contato com
uma partícula desativada, esta é ativada e
também passa a realizar, de maneira independente,
um passeio aleatório pelo grafo. Estudamos aspectos
assintóticos como sobrevivência ou morte
do sitema, e teorema da forma.
|
|
Uma
grande quantidade de sistemas encontrados na natureza
e na sociedade são descritos por modelos
genericamente conhecidos como Sistemas Complexos. Exemplos
de problemas de interesse intelectual e comercial é a
forma como os virus de computadores são disseminados
via Internet, ou ainda o desenvolvimento de algoritmos usado
pelo pelas máquinas de busca como o Google para mapeamento
da www, ou mesmo a forma e a velocidade com que fofocas ou
idéias são transmitidas em uma comunidade.
Computadores, páginas web e pessoas são representados
por vértices enquanto que cabos, links e relações
sociais são representados por vértices de um
grafo de estrutura complexa por onde definimos uma dinâmica
estocástica.
Nesta palestra, dirigida aos estudantes de graduação,
falarei sobre algumas possibilidades de modelagem e primeiros
resultados utilizando conceitos básicos de probabilidade,
processos estocásticos, simulação e estatística.
Um passeio localmente simples em um ambiente globalmente
complexo.
|
|
N/D |
|
Consideramos
modelos de regressão sem intercepto para analizar
dados do tipo preteste/posteste provenientes de um
estudo na área de Odontologia sob um planejamento
experimental com dois fatores intra-individuais.
Os modelos acomodam
efeitos de blocos, heteroscedasticidade, relações
não lineares entre as medidas preteste e posteste
e também medidas repetidas. Comparamos modelos
multiplicativos gama e log-normais com modelos normais
aditivos. Para ajustá-los, utilizamos a metodologia
de modelos lineares generalizados para medidas repetidas.
Alternativamente, ajustamos os modelos log-normais
por intermédio de metodologia de modelos lineares
mistos, uma opção que facilita a modelagem
da estrutura de covariância intra-individual.
Terminamos apresentando sugestões para futuras
pesquisas.
|
|
N/D |
|
O
objetivo da palestra é exemplificar
como e onde o estatístico pode atuar nas áreas
médica e afins, descrevendo o que é esperado
desse profissional e o que é necessário para
atingir tal expectativa. Serão apontadas as metodologias
mais utilizadas ultimamente na área e apresentados
alguns conjuntos de dados reais que foram analisados de maneiras
diferentes (por estatísticos diferentes). Será que
podemos afirmar que uma delas é melhor do que a outra?
Nestes casos, a decisão deve ser baseada em critérios
estatísticos e, também, clínicos, promovendo
uma verdadeira interação entre as duas áreas.
|
|
N/D |
|
Em
experimentos amostrais é comum os pesquisadores
coletarem informações sobre várias
variáveis, que devem ser analisadas conjuntamente
para que as relações entre elas sejam levadas
em consideração. Análise Multivariada
trata da análise de dados que contenham mais do
que uma variável medida para cada objeto amostral.
Entre as técnicas de Análise Multivariada
podemos citar Análise de Agrupamentos, Análise
Fatorial, Análise Discriminante e Análise
de Correlação Canônica. Nesta apresentação
mostraremos alguns exemplos reais de aplicação
de algumas delas.
|
|
Muito
tem sido feito através de
pesquisa de mercado, como apoio ao desenvolvimento de produtos,
seu lançamento, distribuição, até o
conhecimento e preferência do consumidor. Com um ambiente
cada vez mais competitivo a pesquisa vem se posicionando
como um instrumento inserido na Inteligência Competitiva,
ou seja, ela provê de informações o núcleo
de tomada de decisão das empresas, não mais
de forma isolada, mas sim contextualizada, integrada às
informações internas da empresa, informações
de mercado, conjuntural e setorial, geo-referenciadas e em
outras dimensões.
Neste contexto, cada vez mais o papel da Estatística
torna-se importante e imprescindível, não
somente no planejamento amostral, seleção
da amostra, mas principalmente na interpretação
dos resultados, através de técnicas multivariadas,
modelando a realidade. Desta forma ela assume um papel
de reportar e antever as reações aos fatos
e não apenas se reportar os fatos.
Esta
palestra apresentará as diversas tipologias
de pesquisa, sua evolução ao longo do tempo,
alguns casos que remetam a um passo além da pesquisa
de mercado...
|
Flávia
Carpinetti Pinto |
Uma
instituição financeira tem investimentos
cujos valores dependem de variáveis econômicas
e de mercado. Prever a variação dessas variáveis é de
extrema importância para o acompanhamento e o controle
das suas atividades. Idealmente, a área de risco de
uma instituição financeira contempla os riscos
de mercado, de liquidez, de crédito e operacional. Qualquer
que seja o foco, os modelos estatísticos
são as ferramentas de análise, motivo pelo
qual a área de risco deve ser formada por pessoas
com forte conhecimento em estatística e finanças,
que trabalharão com modelos de finanças que
envolvem estatística e modelos estatísticos
aplicados a finanças, conciliando os “melhores” modelos
com as dificuldades de implementação e atualização.
|
|