Busca avançada
Ano de início
Entree

Métodos computacionais modernos em modelagem estocástica

Processo: 14/11831-3
Linha de fomento:Auxílio à Pesquisa - Pesquisador Visitante - Internacional
Vigência: 01 de setembro de 2014 - 31 de outubro de 2014
Área do conhecimento:Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
Pesquisador responsável:Víctor Hugo Lachos Dávila
Beneficiário:Víctor Hugo Lachos Dávila
Pesquisador visitante: Jacek Leskow
Inst. do pesquisador visitante: Wroclaw University of Technology, Polônia
Instituição-sede: Instituto de Matemática, Estatística e Computação Científica (IMECC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
Assunto(s):Inferência  Modelos para processos estocásticos 

Resumo

O processo de estimação em análise de dados de sobrevivência, séries temporais e modelos de regressão com caudas pesadas podem ser significativamente melhoradas com técnicas baseadas em reamostragem (bootstrap). Neste projeto pretende-se estudar três modelos bastante populares da literatura estatística quanto à distribuição amostral dos estimadores obtidos via reamostragem: modelos não paramétricos de processos pontuais para dados de sobrevivência, modelos de séries temporais de sinais não-estacionários e modelos de regressão considerando distribuições com caudas pesadas. (AU)

Publicações científicas
(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)
GARAY, ALDO M.; CASTRO, LUIS M.; LESKOW, JACEK; LACHOS, VICTOR H. Censored linear regression models for irregularly observed longitudinal data using the multivariate-t distribution. STATISTICAL METHODS IN MEDICAL RESEARCH, v. 26, n. 2, p. 542-566, APR 2017. Citações Web of Science: 7.

Por favor, reporte erros na lista de publicações científicas escrevendo para: cdi@fapesp.br.