Pesquisa

Nossas Pesquisas e Conquistas

No LMR, estamos sempre empenhados em desenvolver pesquisas de ponta e contribuir para o avanço do conhecimento em análise de dados e modelagem estatística. Nossa equipe trabalha em diversos projetos, que abrangem uma ampla gama de áreas e aplicações.

Publicações

Publicamos regularmente em revistas científicas de renome, compartilhando nossos resultados e descobertas com a comunidade acadêmica. Nossas publicações abrangem uma variedade de tópicos e refletem a diversidade e profundidade das nossas pesquisas.

Projetos

Além dos projetos individuais, estamos engajados em colaborações com outras instituições.

Projeto do Laboratório
  • Modelos de regressão paramétrico e semi-paramétrico sob a classe de distribuições misturas de escala skew-normal. Integrantes: Larissa Avila Matos / Filidor Vilca Labra - Coordenador / Caio Lucidius Naberezny Azevedo. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Descrição: Modelos de regressão paramétrica e semi-paramétrica representam duas grandes áreas no contexto de modelagem, que têm encontrado aplicações em diferentes áreas. O objetivo deste projeto é considerar modelos de regressão na presença de efeitos aleatórios, que seguem distribuições na família das distribuições escala mistura skew-normal (Branco e Dey, 2001), que são usados efetivamente em estimação robusta na presença de observações extremas. Os principais modelos de regressão que serão considerados são: i) modelo linear misto, ii) modelo com error nas variáveis e iii) modelo de regressão da Teoria de Resposta ao Item (TRI). Para os dois primeiros modelos de regressão são considerados estudos de estimação e análise de diagnóstico, considerando estruturas paramétricas e semi-paramétricas (com resposta censurada). A regressão semi-paramétrica refere-se à incorporação flexível de relações funcionais não-lineares em análise de regressão. Por outro lado, no modelos de regressão da TRI, usado mais frequente em avaliações de traços latentes testes psicométricos, os modelos propostos são baseado em distribuição assimétricas centradas. Estimação são estudados sob um ponto de vista frequentista e Bayesiana. Os objetivos específicos são descritos com mais detalhes no corpo do projeto.

Prêmios

Os membros do nosso laboratório têm recebido prêmios e reconhecimentos por suas contribuições excepcionais à ciência. Esses reconhecimentos são uma prova do nosso compromisso com a excelência e a inovação em nossas pesquisas.

Clique para expandir
  • O trabalho On moments of folded and truncated multivariate extended skew-normal distributions do aluno Christian E. Galarza recebeu o prêmio Best LACSC 2019 Paper Award no 4th Latin American Conference for Statistical Computing.
  • O trabalho Truncated moments of selection elliptical distributions with applications in robust modelling of HIV longitudinal censored data do aluno Christian E. Galarza recebeu o prêmio ISI-IBS Young Ambassadors na International Biometrics Conference (IBC 2020).
  • O trabalho Objective Bayesian analysis for the spatial Student-t regression model do aluno José Alejandro Ordoñez ganhou o prêmio do melhor pôster no XV Brazilian Meeting of Bayesian Statistics.
  • A dissertação de mestrado da aluna Katherine Andreina Loor Valeriano ganhou menção honrosa no Concurso de Dissertação de Mestrado do Simpósio Nacional de Probabilidade e Estatística.
  • O trabalho Canonical fundamental skew-t linear mixed models da aluna Fernanda Lang Schumacher foi um dos vencedores do prêmio Student competition in association with the Conference in Honour of Fred Smith & Chris Skinner.
  • A dissertação de mestrado da aluna Áurea Fonseca Lopes Galindo ganhou segundo lugar no Concurso de Melhor Dissertação de Mestrado do 24o Simpósio Nacional de Probabilidade e Estatística.
  • A dissertação de mestrado do aluno Matheus Oliveira de Castro ganhou segundo lugar no Concurso de Melhor Dissertação de Mestrado do 25o Simpósio Nacional de Probabilidade e Estatística.

Dissertações/Teses

Nossos alunos de mestrado e doutorado desenvolvem dissertações e teses que contribuem significativamente para o campo da análise de dados e modelagem estatística. Esses trabalhos acadêmicos são supervisionados por nossos pesquisadores e refletem o alto nível de rigor científico e inovação presente no laboratório.

Clique para expandir
  • Doutorado
    • Amanda Merian Freitas Mendes. Modelos de regressão quantílica paramétricos Bayesianos generalizados. 2024. UNICAMP.
    • Katherine Andreina Loor Valeriano. Inferência para modelos com respostas censurados usando a distribuição Student-t e skew-t. 2024. UNICAMP.
    • Fernanda Lang Schumacher. Robust linear mixed models for longitudinal data using skewed and heavy-tailed distributions. 2021. UNICAMP.
    • Jose Alejandro Ordoñez. On Default Priors for Regression Analysis. 2021. UNICAMP.
    • Christian Eduardo Galarza Morales. On Moments of doubly truncated multivariate distributions. 2020. UNICAMP.
    • Thalita do Bem Mattos. Parametric and semiparametric mixed-effects models for longitudinal censored data. 2020. UNICAMP.
  • Mestrado
    • Letícia Bettine Infante. An extension of the Inverse Gaussian regression model. 2024. UNICAMP.
    • Vitor Macedo Rocha. Influence diagnostics in parametric mixed-effects models for longitudinal data using skew-normal distribution. 2024. UNICAMP.
    • Keyliane Travassos Almeida da Silva. Diagnostic analysis in scale mixture of skew-normal linear mixed models. 2023. UNICAMP.
    • Matheus Oliveira de Castro. Robust Quantile Regression Models for Limited Responses Using Finite Mixtures. 2023. UNICAMP.
    • Andreson Almeida Azevedo. A distribuição Birnbaum-Saunders baseada na distribuição Laplace Assimétrica. 2022. UNICAMP.
    • Áurea Fonseca Lopes Galindo. Modelos semi-paramétricos para dados independentes e longitudinais com resposta limitada. 2022. UNICAMP.
    • João Victor Bastos de Freitas. Modelos semi-paramétricos para dados independentes e longitudinais baseados em Misturas de Escala Normal Assimétrica Centralizada. 2022. UNICAMP.
    • Katherine Andreina Loor Valeriano. Inferência para dados espaço-temporais com respostas censuradas e faltantes. 2019. UNICAMP.
    • Marcela Nuñez Lemus. Estimação e diagnóstico em modelos parcialmente lineares censurados sob distribuições de cauda pesada. 2018. UNICAMP.
  • Iniciação Científica
    • Nathan Brusamarello De Souto. Inferência para dados espaço-temporais com respostas censuradas e faltantes: Uma aplicação em dados meteorológicos. 2020. UNICAMP.
    • Paulo César de Oliveira Rodrigues. Influência que os professores da educação infantil e fundamental I que gostam ou não de matemática exercem sobre seus alunos. 2019. UNICAMP.