Programas e Resumos 3 WASA 2013
O 3º WASA-2013 é um evento científico nacional na área de Estatística que será realizado no IMECC-UNICAMP durante o período de 27-29/11/2013. A organização deste evento está a cargo do Departamento de Estatística do IMECC-UNICAMP com o apoio da Associação Brasileira de Estatística (ABE) , e será uma das principais atividades do programa de comemorações do Ano Internacional da Estatística (www.statistics2013.org). Este evento será realizado em conjunto com a 44a. Reunião Regional da ABE.
O 3º WASA-2013 é um evento científico nacional na área de Estatística que será realizado no IMECC-UNICAMP durante o período de 27-29/11/2013. A organização deste evento está a cargo do Departamento de Estatística do IMECC-UNICAMP com o apoio da Associação Brasileira de Estatística (ABE) , e será uma das principais atividades do programa de comemorações do Ano Internacional da Estatística (www.statistics2013.org). Este evento será realizado em conjunto com a 44a. Reunião Regional da ABE.
You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
29<br />
3º Workshop em Análise de<br />
Sobrevivência e Aplicações<br />
27 a 29 de Novembro de <strong>2013</strong> - IMECC - UNICAMP<br />
Comunicação Oral 2.3 (CO 2.3)<br />
Modelo Geoestatístico com Processos de Poisson Não Homogêneo<br />
Fidel Ernesto Castro Morales, Lorena Vicini, Luiz K. Hotta, Jorge A. Achcar<br />
Resumo: Neste artigo propomos a utilização de modelo de Poisson não homogêneo<br />
para modelar dados de contagem em uma região de interesse.<br />
A idéia principal é incluir na função de intensidade uma componente aleatória que<br />
incorpore a dependência espacial, de forma semelhante aos modelos de fragilidade<br />
espacial usados em análise de sobrevivência. A estimação do modelo proposto é<br />
feita sob o paradigma Bayesiano.<br />
Para ilustrar o modelo proposto foi realizado um estudo com dados artificiais para<br />
testar a eficácia do método de Monte Carlo em cadeias de Markov (MCMC) na<br />
simulação de amostras da distribuição a posteriori dos parâmetros.<br />
Como uma conclusão preliminar do estudo foi observado que o algoritmo MCMC<br />
usado para simular amostras da distribuição a posteriori dos parâmetros do modelo<br />
atingiu de forma satisfatória convergência e a estimação Bayesiana dos parâmetros<br />
do modelo levou a resultados bem precisos.<br />
Horário<br />
: vicini22@gmail.com<br />
24 h<br />
11:25 as 12:00<br />
: wasa@<br />
ime.unicamp.br<br />
: www.ime.unicamp.br/~wasa