Seminários 2017
Titulo: An INAR(1) process for modeling count time series with equidispersion, underdispersion and overdispersion
Palestrante: Professor Dr. Marcelo Bourguignon Pereira, Departamento de Estatística, UFRN
Local: Sala de Seminários, Bloco 953, Campus do Pici, UFC
Data: 31/10/2017 (Terça-Feira)
Horário: 14h
Resumo: We present a novel first-order non-negative integer-valued autoregressive model for stationary count data processes with Bernoulli-geometric marginals based on a new type of generalized thinning operator. It can be used for modeling time series of counts with equidispersion, underdispersion and overdispersion. The main properties of the model are derived, such as probability generating function, moments, transition probabilities and zero probability. The maximum likelihood method is used for estimating the model parameters. The proposed model is fitted to time series of counts of iceberg orders and of cases of family violence illustrating its capabilities in challenging cases of overdispersed and equidispersed count data.
Trabalho em colaboração com Christian H. Weiß – Department of Mathematics and Statistics, Helmut Schmidt University, Hamburg, Germany
Sobre o Palestrante: Professor Dr. Marcelo Bourguignon Pereira recebeu em 2017 o primeiro lugar do Prêmio ISI Jan Tinbergen que é concedido ao melhor artigo de jovens estatísticos de países em desenvolvimento. Ele possui graduação em Estatística pela Universidade Federal do Espírito Santo (2008), mestrado em Estatística pela Universidade Federal de Pernambuco (2011) e Doutorado em Estatística pela Universidade Federal de Pernambuco (2015). Atualmente é professor Adjunto na universidade Federal do Rio Grande do Norte. É Coordenador do Programa de Pós-Graduação em Matemática Aplicada e Estatística da Universidade Federal do Rio Grande do Norte. Tem experiência na área de probabilidade e estatística, com ênfase em econometria e séries temporais, atuando principalmente nos seguintes temas: correções de viés, teoria da estimação, modelos para distribuição de renda, distribuições de probabilidade, análise de sobrevivência, teoria de extremos, séries temporais, séries temporais de valores inteiros, testes de raízes unitárias e modelos/distribuições com deflação e inflação de zeros.
Título: Partição de um grafo em árvores capacitadas e o problema de microagregação de dados
Palestrante: Prof. Dr. Tiberius de Oliveira e Bonates, DEMA, UFC)
Data: 28/06/2017
Resumo: O problema de partição de um grafo em árvores k-capacitadas (PAkC) consiste em particionar os vértices de um grafo não-direcionado em árvores, cada uma contendo k ou mais vértices, de forma que o custo total das arestas utilizadas é minimizado. O problema se aplica à tarefa de microagregação de dados, em que se pretende simplificar um conjunto de dados no intuito de manter a privacidade dos registros individuais. Após discutir técnicas existentes para construção de soluções aproximadas, apresentaremos um modelo de programação inteira para o PAkC, e uma técnica para solução exata de uma versão restrita do mesmo.
Este trabalho é tema de dissertação de Mirah A. Ferreira, discente do Programa de Modelagem e Métodos Quantitativos da UFC.
Sobre o Palestrante: http://lattes.cnpq.br/5357593344734958
