56ª RBRAS e 14º SEAGRO


Minicursos
Na 56ª RBRAS e 14º SEAGRO serão realizados 5 minicursos de 6h e 6 minicursos de 3h.
As inscrições nos minicursos de 6h deverão ser realizadas juntamente com a inscrição no evento, segundo cronograma na página de inscrições.


Minicursos de 6h: Os interessados poderão adquirir os livros dos demais minicursos pagando a mesma taxa por unidade.
MINICURSO 1 MINICURSO 2
MODELLING STATISTICS OF EXTREMES
Stuart Coles, Anthony Davison and Miguel de Carvalho - École Polytechnique Fédérale de Lausanne, Suíça
ESTATÍSTICA MÉDICA: Análise de dados médicos sob o enfoque Bayesiano
Jorge A. Achcar e Edson Z. Martinez - FMRP/USP

MINICURSO 3 MINICURSO 4
INTRODUÇÃO À SIMULAÇÃO ESTOCÁSTICA E MODELAGEM
Luis A. Milan - UFSCar

MODELOS GRÁFICOS E APLICAÇÕES
Alcione Miranda dos Santos - UFMA

MINICURSO 5
SOFTWARE GENES COM ÊNFASE EM ANÁLISE MULTIVARIADA
Cosme Damião Cruz - UFV



Minicursos de 3h: O material será disponibilizado online.
Não é necessário fazer inscrição para estes minicursos e também não serão emitidos certificados para os mesmos.
MINICURSO 6 MINICURSO 7
PLANEJAMENTO DE EXPERIMENTOS
Alessandro Dal'Col Lúcio - Alberto Cargnelutti Filho - Sidinei José Lopes - UFSM
Material
MODELOS MISTOS
Júlio Silvio de Sousa Bueno Filho - UFLA
Material

MINICURSO 8 MINICURSO 9
ANÁLISE DISCRIMINANTE
Edwirde Luiz Silva - UEPB
Material
ANÁLISE BAYESIANA EM ECOLOGIA: UMA INTRODUÇÃO COM R
Paul Gerhard Kinas - FURG
Material

MINICURSO 10 MINICURSO 11
MODELOS HIERÁRQUICOS DINÂMICOS E APLICAÇÕES
Aparecida Doniseti Pires de Souza - UNESP
Material
GENOMIC EPIDEMIOLOGY USING DATA FROM NEW GENETIC TECHNOLOGIES
Taane Clark - London School of Hygiene and Tropical Medicine - UK

Nuno Sepulveda - London School of Hygiene and Tropical Medicine, UK - Center of Statistics and Applications, University of Lisbon, Portugal
Material





MiniCurso 1
MODELLING STATISTICS OF EXTREMES

Stuart Coles, Anthony Davison and Miguel de Carvalho
École Polytechnique Fédérale de Lausanne, Swiss Federal Institute of Technology

The statistical modelling of extremes plays a prominent role in the scientific analysis of infrequent but disastrous events. Assessment of the risk of such events involves the estimation of small probabilities and hence entails extrapolation into the tails of a distribution, perhaps beyond any existing data. One of our aims in this course is to give an overview of statistical tools for heavy-tail phenomena. Statistical models of extremes can be classified as univariate, multivariate or spatial. We start with univariate techniques and present reference asymptotic results and point processes representations for block maxima and peaks over threshold analysis; some modelling issues are discussed, and the case of nonstationarity is covered. We then proceeed to multivariate extremes, and discuss the modelling problems caused by the fact that the asymptotic behaviour of the maxima is no longer characterized by a limiting distribution but rather by a family. The complications arising from the need to model complex dependence structures, such as asymptotic dependence and asymptotic independence, are also discussed. Finally, in the spatial setup we focus on representations of max-stable processes and discuss estimation by composite likelihood methods. All methods are illustrated with data arising from several fields.

topo



 

Minicurso 2
ANÁLISE DE DADOS MÉDICOS SOB O ENFOQUE BAYESIANO

Jorge Alberto Achcar e Edson Zangiacomi Martinez - FMRP/USP

Exemplos de dados médicos. Paradigma Bayesiano. Distribuições a priori conjugadas. Priori normal e verossimilhança normal. Inferência Bayesiana. Estimação Bayesiana por intervalo. Estimação por ponto. Vetores paramétricos. Densidades Preditivas . Uso da Densidade Preditiva para Verificação da Adequabilidade de um Modelo . O Fator de Bayes a posteriori. Distribuições Preditivas Alternativas . Resíduos Bayesianos. Pseudo-Fator de Bayes . Outros Critérios para Discriminação de modelos . Distribuições a Priori. Método Estrutural de Elicitação. Distribuições a Priori Não-informativas. Método de Monte Carlo Ordinário. Método de Monte Carlo por Importância. Métodos de Monte Carlo em Cadeias de Markov. Amostrador de Gibbs. Algoritmo de Metropolis-Hastings. Verificação da convergência. Algumas aplicações com dados médicos. Modelos Bayesianos Hierárquicos. Análise Bayesiana Empírica. Análise Bayesiana do desempenho de dois testes diagnósticos. Análise de dados médicos de contagem. Aplicação à bioequivalência

topo



 

Minicurso 3
INTRODUÇÃO À SIMULAÇÃO ESTOCÁSTICA E MODELAGEM

Luis A. Milan - UFSCar

Os métodos de simulação estocástica tem sido largamente utilizados na estimação de modelos complexos (com vários parâmetros). Em particular, num ambiente de inferência bayesiana, os métodos baseados em MCMC (Monte Carlo Markov Chain), tais como Metropolis-Hastings e Gibbs sampling tem se mostrado muito úteis na estimação de modelos. O fator de Bayes e suas variantes tem se mostrado ferramentas úteis na seleção de modelos, apesar de suas conhecidas deficiências, e o mesmo pode-se dizer sobre método de saltos reversíveis (reversible jump). Neste minicurso abordaremos os temas Metropolis-Hastings e Gibbs sampling, apresentando uma breve introdução aos mesmos e mostraremos uma forma de aproximar o fator de Bayes a partir dos resultados da simulações e concluiremos com uma aplicação de reversible jump.

topo



 

Minicurso 4
MODELOS GRÁFICOS E APLICAÇÕES

Alcione Miranda dos Santos - Departamento de Saúde Pública - UFMA

Os modelos gráficos utilizam grafos para representar, de forma intuitiva, as distribuições de probabilidade conjuntas de variáveis aleatórias. Além disso, tais modelos possuem uma vantagem adicional de fornecer uma representação visual atrativa das suposições qualitativas, de tal forma que a estrutura essencial e o significado substantivo do modelo estatístico podem ser discutidos sem a necessidade de expressões matemáticas. Entre os principais modelos gráficos, podemos citar: Árvores de Decisão e Redes Bayesianas. Dentro desse contexto, a proposta deste minicurso é oferecer aos participantes o contato com conceitos e metodologias essenciais na aplicabilidade dos principais modelos gráficos.

topo



 

Minicurso 5
SOFTWARE GENES COM ÊNFASE EM ANÁLISE MULTIVARIADA

COSME DAMIÃO CRUZ - UFV

O programa Genes apresenta vários procedimentos biométricos para análise e processamento de dados, baseados em técnicas multivariadas, com finalidades diversas. Assim, podem ser resumidas as seguintes utilidades associadas a cada uma das técnicas de análise multivariada disponíveis no programa Genes: a) Procedimento para estimar medidas de dissimilaridade, com base em variáveis quantitativas (distâncias euclidianas ou de Mahalanobis), binárias (índice de Jaccard, Nei e Li etc.) e multicategóricas, entre pares de materiais genotípicos, destinadas à análise de agrupamento para avaliação, por exemplo, da diversidade genética. b) Procedimento para estimar coeficientes de ponderação de variáveis canônicas ou de componentes principais, para se obterem gráficos de dispersão, que possibilitem a avaliação da divercidade genética e do padrão de similaridade dos materiais estudados. c) Procedimento para estabelecer grupos de indivíduos com o mesmo padrão de similaridade, por meio de técnicas aglomerativas (hierárquicas e de otimização) ou gráficas de projeção de distâncias. d) Procedimento para obtenção de funções discriminantes destinadas a alocar indivíduos em grupos previamente estabelecidos e avaliar a adequabilidade da discriminação das populações com o conjunto de variáveis disponíveis. e) Procedimento para obtenção de fatores comuns de um conjunto de variáveis, com finalidade de simplificação estrutural e estabelecimento de complexos interpretáveis.

topo



 

Minicurso 6
PLANEJAMENTO DE EXPERIMENTOS

Alessandro Dal´Col Lúcio, Alberto Cargnelutti Filho, Sidinei José Lopes - UFSM

Serão abordados tópicos teóricos do planejamento de experimentos e do controle da qualidade experimental, com intuito de manter a precisão experimental em níveis aceitáveis. Para tanto, serão descritos os procedimentos adotados nos casos de planejamentos de experimentos onde há restrição de área disponível e casos de experimentos realizados em campo, para definição do delineamento experimental, do método de estimativa do tamanho e forma ótimos de parcela, da metodologia de amostragem adotada, do número de repetições, entre outros, destacando os aspectos específicos daqueles tipos de experimentos, com ênfase aos problemas no momento do planejamento e elencando as alternativas de análises estatísticas. As diferentes técnicas de análises estatísticas adotadas nos diferentes casos serão descritas, com ênfase às aplicações em situações reais e práticas de experimentos, tais como: análise multivariada, avaliação dos pressupostos uni e multivariados, aplicações do método de Papadakis e da técnica de reamostragem por bootstrap. Palavras-chave: erro experimental, controle de qualidade, precisão experimental.

topo



 

Minicurso 7
INTRODUÇÃO À PREDIÇÃO DE EFEITOS ALEATÓRIOS EM MODELOS MISTOS

Júlio Sílvio de Sousa Bueno Filho - UFLA

Os modelos mistos são uma classe de modelos utilizada quando se pode supor que os níveis de um ou mais fatores vêm de uma distribuição de probabilidade. Em áreas tão variadas como a genética, a mineração de ouro, a economia e a meteorologia surgiram notações e metodologias cujos aspectos comuns foram sendo gradualmente consolidados ao final dos anos 80. O problema é em geral não linear, envolvendo estimativas de componentes da variância. O método de estimação padrão em pacotes estatísticos é o da Máxima Verossimilhança Restrita (REML), com diversas nuances de implementação. Discutiremos os algoritmos de otimização mais empregados para a obtenção de soluções REML, suas propriedades e aspectos de suas implementações nos principais pacotes estatísticos.
Palavras-Chave: componentes da variância, algoritmo EM, método de Newton-Raphson, REML

topo



 

Minicurso 8
ANÁLISE DISCRIMINANTE

Edwirde Luiz Silva - UEPB

O problema de discriminação ou classificação que será abordado se estrutura de várias formas e aparece em muitas áreas da atividade humana: desde o diagnóstico médico aos sistemas de concessões de créditos ou de reconhecimento de obras falsas de artes. Análise discriminante é uma das técnicas multivariadas que se desenvolveram para este propósito: o de auxiliar na classificação ou pré-classificação de um elemento em determinado grupo, poupando tempo e esforço. Este minicurso divide-se em duas partes: A primeira visa à compreensão do conceito, seu objetivo e fundamentação teórica e entender algumas suposições em que se baseia a análise discriminante; a segunda, é esboçar uma função discriminante e interpretar o significado das variáveis que a integram, testando-a quanto as suas premissas e sobre uma amostra de validação ou teste.

topo



 

Minicurso 9
ANÁLISE BAYESIANA EM ECOLOGIA: UMA INTRODUÇÃO COM R.

Paul G. Kinas - FURG

Em Ecologia, os modelos estatísticos que utilizam abordagem Bayesiana estão ganhando seu merecido espaço. Porém, a inferência Bayesiana ainda é pouco conhecida entre ecologistas que, em geral, trazem em sua formação um bom conhecimento apenas sobre a estatística freqüentista convencional. Neste mini-curso abordaremos de modo introdutório os conceitos fundamentais da inferência Bayesiana e discutiremos seu potencial uso em problemas ligados à Ecologia. Demonstraremos com exemplos como as análises podem ser implementadas facilmente com ajuda do software R.

topo



 

Minicurso 10
MODELOS HIERÁRQUICOS DINÂMICOS E APLICAÇÕES

Aparecida Doniseti Pires de Souza - FCT/UNESP

Em estudos longitudinais, geralmente, os dados são constituídos de um conjunto de séries temporais, compostas de observações tomadas sobre uma mesma unidade do experimento em diferentes condições de avaliação. Frequentemente, não se pode controlar as circunstâncias sob as quais as medidas são tomadas, o que pode acarretar variações entre as unidades tanto no número de observações quanto nas condições de avaliação. Os modelos para o ajuste de dados longitudinais devem considerar a estrutura de correlação entre as observações para uma mesma unidade do experimento, não se restringir a dados balanceados e permitir a inclusão de covariáveis na análise. Isto é contemplado pela estrutura dos modelos hierárquicos, nos quais a relação probabilística entre os parâmetros é descrita envolvendo as diferentes séries em um sistema multivariado. Esta metodologia em conjunção com a modelagem dinâmica resulta nos denominados modelos hierárquicos dinâmicos, fornecendo uma estrutura geral para a análise de séries temporais multivariadas. Considerando a importância dos modelos hierárquicos dinâmicos no desenvolvimento de aplicações em diversas áreas do conhecimento, o principal objetivo deste minicurso é fornecer uma introdução para formulação, ajuste e avaliação destes modelos, utilizando abordagem bayesiana. Para atingir tais objetivos este minicurso abordará inferência bayesiana, estatística computacional e modelagem de problemas reais. No que se refere ao desenvolvimento das aplicações envolvendo dados reais, será explorada a utilização dos modelos hierárquicos dinâmicos bayesianos envolvendo curvas de crescimento. A análise desses modelos, estocasticamente complexos, demanda métodos numéricos eficientes para a integração e otimização. Para isto, será utilizado o software WinBUGS (Bayesian Analysis Using Gibbs Sampler for Windows), gratuito, direcionado para análise bayesiana de modelos estatísticos complexos utilizando técnicas de Monte Carlo via Cadeias de Markov (MCMC).

topo



 

Minicurso 11
GENOMIC EPIDEMIOLOGY USING DATA FROM NEW GENETIC TECHNOLOGIES

Taane Clark - London School of Hygiene and Tropical Medicine, Faculties of Infectious and Tropical Diseases and Epidemiology and Population Health, London, United Kingdom

Nuno Sepulveda - London School of Hygiene and Tropical Medicine, Faculty of Epidemiology and Population Health, London, United Kingdom
Center of Statistics and Applications, University of Lisbon, Lisbon, Portugal

Recent technological advances in genetics, such as large genome-wide variant chips and whole genome sequencing, are revolutionizing genomic epidemiology and biomedical research. These technologies are generating much genetic data on the genomes involved in human diseases. Many of the resulting datasets, particularly those from genome-wide association studies and whole genome pathogen studies, are published in the public domain. However, the analysis of these large datasets is sometimes complex, and the development of bioinformatic and statistical methods is nowadays an active area of research. We propose to present analysis methods for large-scale association studies of complex (particularly, infectious) diseases in humans. In addition, we will present analytical approaches to investigating genetic variation in pathogen populations using high-throughput sequencing technologies. We will demonstrate the methods using genetic data from studies of malaria and tuberculosis.

topo



 



 
/var/www/rbras56/data/pages/minicursos.txt · Last modified: 2011/09/20 20:13 by eniuce     Back to top
Recent changes RSS feed Creative Commons License Donate Powered by PHP Valid XHTML 1.0 Valid CSS Driven by DokuWiki Design by Chirripó