Sessão Temática XIX EMR

SESSÃO TEMÁTICA 1 (ST1): Jovens talentos

Renata Rojas Guerra (UFSM)

Renata Rojas Guerra

Abstract: The Reflected Unit Weibull (RUW) distribution was proposed as an alternative for modeling doubly-bounded processes, such as rates and proportions. The RUW was originally introduced with a parameterization for the median and does not include a regression structure. Presenting a more flexible and general model, this study aims to propose a reparameterized RUW regression model based on quantiles. The model parameters are estimated using the maximum likelihood method. Monte Carlo simulations are conducted to assess the performance of the maximum likelihood estimators (MLEs) under different scenarios. The proposed regression was applied to model the first-year dropout rate of students enrolled in physics undergraduate courses in Brazilian higher education institutions. It was observed that both the number of new students and the proportion of students who self-identify as Black are negatively associated with the quantiles of the dropout rate. On the other hand, the type of institution has a positive effect, indicating that, across different quantiles, public institutions tend to show higher dropout rates. Joint work with Kállin Miola Albermaz and Fernando A. Peña-Ramírez.

Short bio: Professora no Departamento de Estatística da UFSM desde 2017. Possui graduação em Economia (2013) e mestrado em Engenharia de Produção (2015) pela UFSM, além de doutorado em Estatística pela UFPE (2017). Em 2023, foi pesquisadora visitante na Università di Pavia, na Itália. É Membra Afiliada da Academia Brasileira de Ciências (2024–2028), grantee do Instituto Serrapilheira e Membra Eleita do International Statistical Institute. Em 2023, recebeu o Prêmio ISI Jan Tinbergen Awards Winners – Division A e foi selecionada na 6ª Chamada Pública de Apoio à Ciência do Instituto Serrapilheira na área de Matemática. Em 2023, foi eleita Membra Afiliada da Academia Brasileira de Ciências (ABC) para o período de 2024/2028. Em 2024, foi selecionada como jovem embaixadora do International Statistical Institute na International Biometric Conference, em Atlanta, Estados Unidos. Possui interesse nas áreas de teoria de distribuições, processamento estatístico de sinais e modelos dinâmicos e de regressão para variáveis duplamente limitadas. É a coordenadora de extensão do grupo StatUFSM, voltado à popularização da ciência estatística.

Rodney Vasconcelos Fonseca (UFBA)

Rodney Vasconcelo

Wavelet Feature Screening

Abstract: An initial screening of which covariates are relevant is a common practice in high-dimensional regression models. The classic feature screening selects only a subset of covariates correlated with the response variable. However, many important features might have a relevant albeit highly nonlinear relation with the response. One screening approach that handles nonlinearity is to compute the correlation between the response and nonparametric functions of each covariate. Wavelets are powerful tools for nonparametric and functional data analysis but are still seldom used in the feature screening literature. In this talk, we introduce a wavelet feature screening method that can be easily implemented. Theoretical and simulation results show that the proposed method can capture true covariates with high probability, even in highly nonlinear models. We also present an example with real data in a high-dimensional setting. Joint work with Pedro Morettin and Aluísio Pinheiro.

Short bio: Possui graduação em Estatística pela Universidade Federal do Ceará (2014), mestrado em Estatística pela Universidade Federal de Pernambuco (2017) e doutorado em Estatística pela Universidade Estadual de Campinas (2021). Fez pós-doutorado no Weizmann Institute of Science, em Israel. Atualmente é Professor Adjunto A da Universidade Federal da Bahia. Realiza pesquisa na área de Estatística, com ênfase em modelos para dados de alta dimensão, métodos não-paramétricos e análise de séries temporais. As metodologias desenvolvidas são aplicadas em dados de diferentes naturezas, como sensoriamento remoto, medicina e meio ambiente, por exemplo.

Juliana Freitas de Mello e Silva (Cidacs/FioCruz - BA)

Juliana Freitas de Mello e Silva

Modelling time-scenarios under contradictory dilemmas for intervention analysis

Abstract: In this talk, I will discuss the effectiveness of two public safety interventions implemented in Pernambuco, Brazil: banning alcohol sales and restricting organized fan bases (torcidas organizadas) inside football stadiums. A novel methodology for constructing time scenarios and assessing contradictory dilemmas is proposed to support the effective implementation of public sanctions and justice policies on crowd control and sport-related violence based on a three-step time assessment using autoregressive moving average models with regressors and hypothesis tests to predict the past under the counterfactual condition of estimating what would have occurred without the intervention. The findings suggest that legal interventions alone—particularly those lacking rigorous enforcement mechanisms—may not effectively curb football-related violence. This research was used by the Brazilian Supreme Court, state-level legislative assemblies and judicial courts to abolish this public sanction in the country.

Short Bio: Thyago Nepomuceno possui doutorado em Management and Industrial Engineering pela Sapienza University of Rome (Itália) e pós-doutorado na mesma instituição. É docente no Departamento de Estatística, vice-coordenador da Pós-graduação em Estatística e membro permanente no Programa de Pós-graduação em Engenharia de Produção do Campus Agreste da Universidade Federal de Pernambuco. É bolsista de Produtividade em Pesquisa do CNPq com mais de 50 artigos publicados em importantes periódicos científicos indexados internacionalmente e mais de 40 capítulos de livros e proceedings em conferências nacionais e internacionais. É líder do Research Group on Efficiency and Data Analysis (GEDAI-UFPE) e foi professor visitante nas universidades University of Verona (Itália), Politecnico di Milano (Itália), Aston University (Inglaterra) e Universidade do Porto (Portugal). É editor-chefe do periódico Socioeconomic Analytics, faz parte do corpo editorial de revistas nacionais e internacionais e é revisor de mais de 30 periódicos internacionais. Coordena anualmente o Workshop de Análise de Dados (WANDA) em cidades do Nordeste e trabalha principalmente com Análise Envoltória de Dados e Redes Bibliométricas para Revisão Sistemática de Literatura, nas quais recebeu reconhecimentos de artigos mais citados e acessados pela Wiley em 2019, 2020, 2021 e 2023.

Thyago Celso Cavalcante Nepomuceno (UFPE)

Thyago Nepomuceno

MINI CURRÍCULO: Possui graduação em Estatística pela Universidade Federal do Ceará (2014), mestrado em Estatística pela Universidade Federal de Pernambuco (2017) e doutorado em Estatística pela Universidade Estadual de Campinas (2021). Fez pós-doutorado no Weizmann Institute of Science, em Israel. Atualmente é Professor Adjunto A da Universidade Federal da Bahia. Realiza pesquisa na área de Estatística, com ênfase em modelos para dados de alta dimensão, métodos não-paramétricos e análise de séries temporais. As metodologias desenvolvidas são aplicadas em dados de diferentes naturezas, como sensoriamento remoto, medicina e meio ambiente, por exemplo.

SESSÃO TEMÁTICA 2 (ST2): Modelos de Regressão e Aprendizagem de Máquina em Saúde

Palestra: Aprendizado de Máquina em Análise de Sobrevivência: Aplicação a Dados Oncológicos – Agatha Sacramento Rodrigues (UFES)

Palestra: Modelos de Regressão com Reparametrização Geral e Unificada Aplicados a Dados de Saúde – Marcelo Bourguignon (UFRN)

Palestra: Bayesian Spatio-Temporal Modeling of Severe Acute Respiratory Syndrome in Brazil: A Comparative Analysis Across Pre-, During, and Post-COVID-19 Eras – Paulo Cañas Rodrigues (UFBA)

Palestra: Fairness Assessment and Bias Mitigation in Machine Learning: Assisting Experts in Identifying Families Need Early Help Support in Leicestershire – Eufrásio de Andrade Lima Neto (UFPB)

Agatha Sacramento Rodrigues (UFES)

Agatha Sacramento Rodrigues

TÍTULO: Aprendizado de Máquina em Análise de Sobrevivência: Aplicação a Dados Oncológicos – Agatha Sacramento Rodrigues (UFES)

MINI CURRÍCULO: Doutora e mestre em Estatística pelo Instituto de Matemática e Estatística da Universidade de São Paulo (2018 e 2013, respectivamente), com graduação em Estatística pela Universidade Federal de São Carlos (2010). Possui experiência nas áreas de Probabilidade, Estatística, Análise de Confiabilidade, Análise de Sobrevivência e Bioestatística. Atualmente, é docente no Departamento de Estatística da Universidade Federal do Espírito Santo (UFES), onde também coordena o projeto de extensão ensinaR, voltado à divulgação, ensino e treinamento da comunidade sobre o software R. É cofundadora da R-Ladies Capítulo Vitória e coordenadora do laboratório DaSLab (https://daslab-ufes.github.io/). Coordena o Observatório Obstétrico Brasileiro, plataforma de monitoramento e análise de dados em saúde materno-infantil, apoiado pelo CNPq, FAPES e Fundação Bill e Melinda Gates na Chamada de Ciência de Dados na Saúde Materno-infantil (https://observatorioobstetricobr.org). É docente permanente no Programa de Pós-Graduação de Informática da UFES e no Programa de Pós-Graduação em Ginecologia e Obstetrícia da USP. Ocupa o cargo de primeira secretária da RBras na gestão 2024-2026 e coordena a comissão organizadora da 69 RBras e 21 SEAGRO.

Marcelo Bourguignon (UFRN)

Marcelo Bourguignon

TÍTULO: Modelos de Regressão com Reparametrização Geral e Unificada Aplicados a Dados de Saúde – Marcelo Bourguignon (UFRN)

MINI CURRÍCULO: Possui graduação em Estatística pela Universidade Federal do Espírito Santo, mestrado em Estatística pela Universidade Federal de Pernambuco e doutorado em Estatística pela Universidade Federal de Pernambuco. Atualmente é professor adjunto na Universidade Federal do Rio Grande do Norte. Atua como professor pesquisador e orientador no Programa de Pós-Graduação em Matemática Aplicada e Estatística da Universidade Federal do Rio Grande do Norte. Recebeu o prêmio Jan Tinbergen Awards 2017 pelo International Statistical Institute (ISI). Em 2019, foi selecionado para receber o prêmio “New Researcher Travel Award” pelo Institute of Mathematical Statistics, sendo o primeiro latino-americano a receber o prêmio. Elected Member do International Statistical Institute. Selecionado como ISI Young Ambassador em 2022. Selecionado como IBS Young Ambassador em 2023. Coordenador e fundador do Laboratório de Ciência de Dados (LaCiD) da UFRN. Tem experiência na área de probabilidade e estatística, atuando principalmente nos seguintes temas: teoria da estimação, distribuições de probabilidade, teoria de extremos, modelos de regressão, séries temporais de valores inteiros, modelos/distribuições com deflação e inflação de zeros e/ou subdispersão e sobredispersão, modelos dinâmicos, regressão quantílica, gráficos de controle e monitoramento de processo. Possui mais de 120 artigos publicados em periódicos internacionais. Bolsista de Produtividade em Pesquisa – CNPq (2022-2024 e 2025-2028).

Paulo Cañas Rodrigues (UFBA)

Paulo Cañas Rodrigues

TÍTULO: Bayesian Spatio-Temporal Modeling of Severe Acute Respiratory Syndrome in Brazil: A Comparative Analysis Across Pre-, During, and Post-COVID-19 Eras – Paulo Cañas Rodrigues (UFBA)

MINI CURRÍCULO: Professor de Estatística e Ciência de Dados na Universidade Federal da Bahia e Coordenador do Statistical Learning Laboratory (SaLLy). Doutor em Estatística pela Universidade Nova de Lisboa, Portugal (2012), e Agregação (Habilitação) em Matemática. Especialização em Estatística e Processos Estocásticos, pela Universidade de Lisboa, Portugal (2019). A sua pesquisa em inteligência artificial, aprendizagem estatística, estatística e ciência de dados resultou em mais de 115 artigos científicos em colaboração com mais de 170 coautores de 80 universidades em 28 países e proferiu mais de 175 palestras e seminários convidados. Foi Vice-Presidente da International Society for Business and Industrial Statistics, Presidente da Região Brasileira da International Biometric Society, membro do Conselho Diretor da Associação Brasileira de Estatística, Co-Fundador e Presidente da Seção Regional Latino-Americana da International Association for Statistical Computing, e Presidente do Special Interest Group on Data Science do International Statistical Institute. Atualmente, é Presidente da International Society for Business and Industrial Statistics (ISBIS), Presidente Eleito da International Association for Statistical Computing, Membro do Representative Council da International Biometric Society e Conselheiro do International Statistical Institute.

Eufrásio de Andrade Lima Neto (UFPB)

Eufrásio de Andrade Lima Neto

TÍTULO: Fairness Assessment and Bias Mitigation in Machine Learning: Assisting Experts in Identifying Families Need Early Help Support in Leicestershire – Eufrásio de Andrade Lima Neto (UFPB)

MINI CURRÍCULO: Professor Associado no Departamento de Estatística e integrante do Programa de Pós-Graduação em Modelos de Decisão e Saúde da Universidade Federal da Paraíba. Foi Pesquisador Associado em Ciência de Dados no Departamento de Ciência da Computação da Loughborough University (Reino Unido, 2022) e Professor Sênior em Análise de Dados na De Montfort University (Reino Unido, 2023–2024). Possui graduação e mestrado em Estatística, além de doutorado em Ciência da Computação (Aprendizado de Máquina) pela Universidade Federal de Pernambuco (Brasil). Suas principais áreas de pesquisa incluem modelagem estatística, modelos lineares generalizados, regressão robusta, regressão por clusters, análise de dados simbólicos, dados intervalares, métodos de kernel, aprendizado de máquina (ML) e avaliação de justiça (fairness) em algoritmos de ML. É autor de mais de 50 artigos técnicos publicados em periódicos e anais de conferências internacionais. Além de Membro Eleito do ISI, ocupa/ocupou diversos cargos de gestão, como Membro do Conselho Diretor da LARS-IASC, Secretário Executivo da Associação Brasileira de Estatística e Membro do Conselho Diretor da ABE.