CV Lattes
Google Scholar Citations
Universidade Estadual de Campinas (UNICAMP). Instituto de Matemática, Estatística e Computação Científica (IMECC) (Instituição Sede da última proposta de pesquisa) País de origem: Peru
Possui graduação em Estatistica e Informatica - Universidad Nacional Agraria La Molina (1999), mestrado em Estatística pela Universidade Estadual de Campinas (2002) e doutorado em Estatística pela Universidade de São Paulo (2004). Atualmente é professor - University of Connecticut. Tem experiência na área de Probabilidade e Estatística, com ênfase em Análise Multivariada, atuando principalmente nos seguintes temas: algoritmo em, skew normal, em algorithm, mcmc e maximum likelihood,. (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) |
Neste projeto consideramos o modelo de regressão linear com respostas sujeitas à censura. Como exemplo de área onde isto ocorre com uma certa frequência, podemos citar a econometria. Outros exemplos podem ser encontrados em análise de sobrevivência, onde o término de um estudo pode fazer com que para algumas unidades experimentais o tempo de vida não seja registrado. Na análise de modelos…
É cada vez maior o número de pesquisadores interessados em métodos estatísticos. A realização do 4a WASA tem por objetivo reunir pesquisadores de várias áreas, que utilizam a análise de sobrevivência e confiabilidade. Ao mesmo tempo, pretende-se discutir formas de se ampliar o acesso ao conhecimento estatístico, promovendo-se intercâmbios multidisciplinares e discutindo-se, inclusive, o …
Este projeto apresentará uma nova abordagem para estimação e análise de diagnóstico em modelos não lineares de efeitos mistos com respostas múltiplas censuradas, usando as distribuições de misturas de escala normal sob a perspectiva frequentista e Bayesiana. No contexto de modelos lineares e não-lineares de efeitos mistos para respostas múltiplas censuradas, os efeitos aleatórios e os err…
Este projeto tem como objetivo apresentar um estudo de inferência clássica e Bayesiana em modelos com error nas variáveis para dados censurados sob a classe de distribuições de misturas da escala normal (SMN). Desenvolveremos algoritmos do tipo EM e do tipo amostrador de Gibbs para proceder com inferência clássica e Bayesiana, respectivamente. No processo de estimação, usaremos o algorit…
Assumir que as observações seguem uma distribuição normal é uma suposição rotineira em modelos lineares e não lineares para respostas censuradas (veja Barros et al., 2010; Sharma e Agarwal, 2003). No entanto, esta suposição pode ser não realista, ocultando importantes características da variação que está presente nos dados. Arabmazar and Schmidt (1982) estudaram as consequências da especi…
Este projeto apresentará uma nova abordagem para estimação em modelos de efeitos mistos para respostas censuradas usando as distribuições de misturas de escala normal. No contexto de modelos lineares e não-lineares de efeitos mistos para respostas censuradas, os efeitos aleatórios e os erros usualmente seguem uma distribuição normal, principalmente por conveniência matemática. No entanto,…
Nos últimos anos, os modelos de regressão censurada, modelos com erros nas variáveis, dados de séries temporais ou análise de dados com caudas pesadas podem ser significativamente melhorada e/ou validados com as técnicas baseadas em reamostragem. Assim, em cada categoria de problemas de modelagem de uma questão fundamental é o de ser capaz de estudar melhor as distribuições dos estimadore…
Assumir que as observações seguem uma distribuição normal (ou simétrica) é uma rotineira suposição em modelos lineares e não lineares com efeitos mistos. No entanto, esta suposição pode ser não realista, ocultando importantes características da variação que está presente nos dados. Verbeke e Lessafre (1997) e Ghidey, Lesaffre e Eilers (2004) mostram que, através de simulação, uma especifi…