Temos o prazer de convidar a todos para mais um seminário do Programa de Pós-Graduação em Estatística da UFRGS (PPGEst-UFRGS).
Título: Um Modelo de Séries Temporais Maxwell com Parametrização na Média para Dados Positivos.
Short Bio: Possui graduação em Economia pela Universidad Nacional de Colombia (2008), mestrado (2014) e doutorado (2019) em Estatística pela Universidade Federal de Pernambuco (UFPE). Desenvolve pesquisa nas áreas de estatística computacional, análise de sobrevivência, modelagem estatística aplicada e teoria de distribuições, com ênfase em modelos de regressão e séries temporais voltados à análise de dados em contextos econômicos, educacionais, de saúde pública, energia e engenharia da confiabilidade. Atuou como Professor Adjunto da Universidade Federal de Santa Maria (UFSM, 2017-2022) e como Professor Assistente da Universidad Nacional de Colombia (2022-2024). Atualmente, é Professor no Departamento de Estatística da UFSM e Professor Colaborador do Programa de Pós-Graduação em Matemática da mesma instituição. Integra o Grupo de Estatística Computacional (CNPq) e participa de dois grupos de pesquisa internacionais vinculados à Universidad Nacional de Colombia: SEPRO (Sociedad, Economía y Productividad) e o Grupo de Estadística Espacial, ambos com classificação A pelo Ministerio de Ciencias (MINCIENCIAS) da Colômbia.
Resumo: Este trabalho introduz uma nova abordagem para modelar séries temporais positivas e contínuas baseada na distribuição de Maxwell. O modelo proposto utiliza uma reparametrização dessa distribuição, na qual seu parâmetro de escala representa diretamente a média. Nessa formulação, a média condicional é modelada por meio de uma estrutura dinâmica que combina componentes autorregressivos e de média móvel, vinculados por uma função de ligação apropriada. A estimação dos parâmetros é realizada pelo método da máxima verossimilhança condicional, para o qual são derivadas expressões matriciais em forma fechada do vetor score condicional e da matriz de informação de Fisher. Com base nas propriedades assintóticas dos estimadores, são apresentados procedimentos para estimação intervalar e testes de hipótese. Por meio de simulações de Monte Carlo, avalia-se o desempenho em amostras finitas e apresenta-se evidência da convergência dos estimadores para os valores verdadeiros dos parâmetros à medida que o tamanho amostral aumenta. Uma aplicação empírica com dados de velocidade do vento em Brasília, capital do Brasil, demonstra a relevância prática e a eficácia do modelo proposto para o ajuste e a previsão de séries temporais reais.
Data: 09/12/2025
Horário: 13:30
O seminário acontecerá na modalidade Online e poderá ser assistido pelo link: https://mconf.ufrgs.br/webconf/ppgest