Jovem Doutor
JD1- "Conditional and marginal models for analysing light interception data"
Autor: Rafael de Andrade Moral (National University of Ireland Maynooth - Department of Mathematics and Statistics Logic House-Maynooth /Irlanda)
Resumo: We analyse data from an experiment in Biodiversity and Ecosystem Functioning theory. The response variable is the percentage of intercepted light by the canopy in forest patches that were previously restored with three different numbers of species (treatments). Because the experimental design includes multilevel and longitudinal sampling, we propose two different approaches: (i) a conditionally specified beta mixed model; and (ii) a marginally specified model where we include the covariance structure directly. While the interpretation of the models resulting from these approaches differ, both strategies offer advantages for modelling these data, as well as presenting some potential drawbacks.
JD2- "Caracterização da diversidade genética e antigênica do vírus da gripe com foco em previsão"
Autora: Gabriela Bettella Cybis (Departamento de Estatística - UFRGS)
Resumo: O vírus da gripe infecta anualmente de 10 a 20% da população mundial e traz custos econômicos e de saúde pública significativos. A vacinação é uma das nossas principais ferramentas de controle para o vírus. Entretanto, devido à rápida evolução do vírus, a vacina deve ser atualizada todo ano para proteger contra as novas variantes do vírus que estarão circulando na próxima temporada de gripe. Assim, ampliar nosso conhecimento dos processos de evolução genética e imunogênica do vírus é fundamental para entendimento do comportamento futuro da gripe, o que pode levar a melhorias no design da vacina. Nesse contexto, apresentarei um método de agrupamento não-paramétrico Bayesiano que integra informação das proteínas imunogênicas virais com informação genética para caracterizar a evolução do vírus. Adicionalmente, considerarei o potencial da integração desses dados para realizar previsões epidemiológicas.
JD3- "Posterior properties of some distributions and its higher moments"
Autor: Pedro Luiz Ramos (PIPGEs, USP, UFSCar)
Resumo: In this study, considering a Bayesian analysis we will discuss necessary and sufficient conditions to check whether or not improper priors lead proper posterior distributions for some particular distributions. Further, we also have discussed sufficient conditions to verify if the obtained posterior moments are finite. An interesting aspect of our findings was that one can check if the posterior is proper or improper and also if its posterior moments are finite by looking directly at the behavior of the proposed improper prior. The proposed methodology was applied in different objective priors related to the parameters of different distributions. This is a joint work with Francisco Louzada, Eduardo Ramos and Dipak Dey.