CV Lattes
ResearcherID
ORCID
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica (IMECC) (Instituição Sede da última proposta de pesquisa) País de origem: Brasil
Em 2006 obteve seu bacharelado em Matemática Computacional pela Universidade Federal de Minas Gerais (UFMG) e seu mestrado em Estatística em 2008 pela mesma instituição. Em 2011 recebeu seu título de Doutor pela University of Connecticut aonde foi professor visitante de 2019 à 2020. Atualmente é professor Associado da UFMG e atua nos programas de graduação e pós-graduação em Estatística. Suas principais áreas de interesse de pesquisa são Aprendizado de Máquina, Estatística Bayesiana, Estatística Espacial e Modelos Lineares Generalizados Mistos. Foi Coordenador do programa de pós-graduação em Estatística da UFMG (2016-2018), foi secretário do ISBRA capítulo Brasileiro do ISBA (2015-2016) , foi Presidente da Associação Brasileira de Estatística (2020-2022), e, atualmente é tesoureiro so ISBRA capítulo Brasileiro do ISBA (2023-2024). (Fonte: Currículo Lattes)
| Matéria(s) publicada(s) na Agência FAPESP sobre o(a) pesquisador(a) |
| Mais itensMenos itens |
| TITULO |
| Matéria(s) publicada(s) em Outras Mídias ( ): |
| Mais itensMenos itens |
| VEICULO: TITULO (DATA) |
| VEICULO: TITULO (DATA) |
Assumir que as observações seguem uma distribuição normal (ou simétrica) é uma rotineira suposição em modelos para dados com estrutura espacial. No entanto, essa suposição pode ser não realista, ocultando importantes características da variação que está presente nos dados. Kim and Mallick (2004) e Hosseini, Eidsvik and Mohammadzadeh (2011) mostram, por meio de simulação, que uma espe…
| 1 | Bolsas no país concluídas |
| Processos vinculados | |