Título
A experiência da graduação
sanduíche no programa
ciência sem fronteiras
Gráficos de Controle para o
Vetor de Médias de
Populações Normais
Multivariadas
Apresentador
Acadêmica
Cristine Rauber
Oliveira
Prof. Denis Altieri
de Oliveira
Moraes – Dep.
Estatística/UFSM
Reconhecimento de
padrões: Aplicação ao
futebol e análise de voz
Acadêmico Diego
Canterle
Análise espaço-temporal da
morte súbita dos citros
utilizando processos
pontuais.
Profª. Ana Lúcia
Souza Silva
Mateus – Dep.
Estatística/UFSM.
Resumo
Conversa sobre a experiência do intercâmbio, apresentação de informações sobre o
processo do Ciência sem Fronteiras, a cidade e a Universidade de Toronto.
This work presents a procedure for monitoring the centre of multivariate processes by
optimizing the noncentrality parameter with respect to the maximum separability between
the in- and out- of control states. Similarly to the Principal Component Analysis, this
procedure is a linear transformation but using a different criteria which maximises the trace
of two scatter matrices. The proposed linear statistic is self-oriented in the sense that no
prior information is given, then it is monitored by two types of control charts aiming to
identify small and intermediate shifts. As the control charts performances depend only on
the noncentrality parameter, comparisons are made with traditional quadratic approaches,
such as the Multivariate Cumulative Sum (MCUSUM), the Multivariate Exponentially
Weighted Moving Average (MEWMA) and Hotelling's T2 control chart.
The results show that the proposed statistic is a solution for the problem of finding
directions to be monitored without the need of selecting eigenvectors, maximizing
efficiency with respect to the average run length.
Uma das grandes utilidades da estatística é o reconhecimento de padrões. Podemos ter
este tipo de aplicação desde o reconhecimento de voz até previsões de resultados de jogos
futebol. Para estas duas aplicações temos metodologias muito semelhantes e podem ser
aplicadas de diferentes formas. Serão apresentadas resultados e a metodologia aplicada a
esses dois estudos, assim como ideias para trabalhos futuros.
Vários estudos envolvendo padrões espaciais e temporais estão sendo desenvolvidos para
buscar uma melhor compreensão dos mecanismos e da dinâmica de doenças presentes na
agricultura. Entretanto, a análise da interação espaço-tempo, utilizando métodos de
processos pontuais, tem sido pouco abordada nessa área. O objetivo deste trabalho é
apresentar um teste de hipótese baseado em técnica Monte Carlo para analisar processos
pontuais a fim de detectar a presença de agrupamentos oriundos das interações espaço-
Classificação e
Agrupamento via Uestatísticas
Prof. Mácio Valk Dep.
Estatística/UFRGS
Transformadas lineares de
baixo custo computacional
com aplicações biomédicas
Prof. Fábio
Mariano Bayer –
Dep.
Estatística/UFSM
Apresentação de trabalhos
Acadêmicos
tempo. O método foi aplicado em dados mensais de incidência de casos de Morte Súbita
dos Citros (MSC) em laranjeiras. Os resultados obtidos mostraram que tanto a metodologia
disponível na literatura quanto o teste proposto neste trabalho foram eficientes para
detectar agrupamentos no espaço-tempo.
Métodos de classificação e agrupamento de dados são utilizados em diversas áreas. Uma
característica comum á todos eles é a necessidade da utilização de uma matriz de distâncias
ou dissimilaridades. Dois problemas são recorrentes, o primeiro é que sempre encontra-se
dois grupos mesmo quando não há divisão, e o segundo é encontrar o número exato de
grupos. Neste sentido, desenvolvemos uma técnica baseada em uma estatística que
compara distâncias entre grupos e dentro de grupos, a qual mostramos que é um tipo
especial de U-estatística. Com propriedades, como normalidade assintótica da U-estatística
de teste, é possível testar se dois grupos são homogêneos. Aplicações a dados reais são
usados para ilustrar a técnica.
Esta palestra irá abordar aspectos de aproximação matricial e estimação espectral
condicionada à restrição computacional. Será estabelecida a relação entre análise de
componentes principais, ferramenta da estatística multivariada, com a transformada
discreta do cosseno (DCT). A DCT é a transformada matemática usualmente considerada
em compressão de imagens e vídeos, devido à sua boa característica de descorrelação de
dados e concentração de energia. Serão pontuados os principais avanços científicos atuais
com respeito a construção de transformadas lineares de baixo custo computacional.
Aplicações importantes em compressão de imagens, codecs de vídeo e, principalmente,
problemas biomédicos serão destacados.
Apresentação oral de trabalhos diversos pelos acadêmicos (máximo 10 minutos), com
certificado