Estimação de Probabilidades Extremas de Sobrevivência a Longo Termo em Dados Altamente Censurados

• Processo: 25/22925-3
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado Direto
• Data de Início da vigência: 16 de março de 2026
• Data de Término da vigência: 15 de julho de 2026
• Área de conhecimento: Ciências Exatas e da Terra - Probabilidade e Estatística - Estatística
• Pesquisador responsável: Antonio Carlos Pedroso de Lima
• Beneficiário: Eduardo Janotti Cavalcante
• Supervisor: Ligia Carla Pinto Henriques Jorge Rodrigues
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Instituição Anfitriã: Universidade de Lisboa, Portugal
• Vinculado à bolsa: 25/10342-3 - Estimação de Probabilidades Extremas de Sobrevivência a Longo Termo em Dados Altamente Censurados, BP.DD
• Assunto(s): Análise de sobrevivência
• Palavra(s)-Chave do Pesquisador: Análise de Sobrevivência | Modelagem semiparamétrica | Pareto generalizada estendida | Peak over threshold | teoria dos valores extremos | Análise de sobrevivência e teoria dos valores extremos

Resumo

A Teoria dos Valores Extremos desempenha um papel crucial na modelagem de eventos raros, especialmente por meio do método Peaks-Over-Threshold e da distribuição Pareto Generalizada. No entanto, o uso tradicional desses modelos enfrenta limitações ao lidar com observações incompletas (dados censurados), em cenários de sobrevivência a longo prazo, em que suposições padrão podem não ser adequadas. Apesar de avanços recentes, ainda persistem desafios relacionados à seleção do limiar a partir do qual é válida a distribuição Pareto Generalizada e à integração de metodologias estatísticas modernas. Este estudo tem como objetivo aprimorar e expandir modelos semiparamétricos para probabilidades extremas de sobrevivência de longo termo, minimizando suposições restritivas e preservando a flexibilidade. Ao utilizar a teoria de valores extremos, procura-se desenvolver uma estrutura robusta capaz de capturar comportamentos distintos em diferentes regimes de dados. A metodologia proposta buscará aprimorar a seleção de limiares, precisão preditiva e interpretabilidade, com aplicações potenciais nas áreas de medicina, finanças e ciências ambientais. (AU)