Programa de Pós-Graduação em Estatística

Produção Científica de Alunos Egressos no Período de 2008 a 2025

Apresentações de Trabalho

Número total de items: 385

2024

  1. Aldo M. Garay Análisis de Series Temporales Discretas con Excesos de Ceros y sus aplicaciones. 2024.
    [ Google | Google Scholar ]
  2. Aldo M. Garay; BERTAIL, P.; MEDINA, F. L.; COSTA, I. J. A maximum likelihood and regenerative bootstrap approach for estimation and forecasting of INAR(p) processes with ZI innovations. 2024.
    [ Google | Google Scholar ]
  3. GONCALVES, G. C.; ZELLER, CAMILA BORELLI; ROSA, V. M.; DIAS, B. C. C. Modelo de reposta tumoral da imunoterapia com células CAR-T: uma abordagem matemática e estatística. 2024.
    [ Google | Google Scholar ]
  4. BENITES, L.; ZELLER, CAMILA BORELLI; BOLFARINE, H.; Lachos, V. H. Regression Modeling of Censored Data based on Compound Scale Mixturs of Normal Distributions. 2024.
    [ Google | Google Scholar ]
  5. GONCALVES, G. C.; ZELLER, CAMILA BORELLI; ROSA, V. M.; DIAS, B. C. C. Estratégias de Otimização para Tratamento de Câncer com Células CAR-T: Uma Abordagem Matemática e Estatística. 2024.
    [ Google | Google Scholar ]
  6. ZELLER, CAMILA BORELLI; BENITES, L.; LACHOS, V. H.; BOLFARINE, H. Regression Modeling of Censored Data based on Compound Scale Mixtures of Normal Distributions. 2024.
    [ Google | Google Scholar ]
  7. GONCALVES, G. C.; ZELLER, CAMILA BORELLI; ROSA, V. M.; DIAS, B. C. C. Análise Matemática e Estatística de um Modelo de Resposta Tumoral à Imunoterapia com Células CAR-T. 2024.
    [ Google | Google Scholar ]
  8. TRUCÍOS, CARLOS A new proposal to forecast high-dimensional conditional covariance matrices via general dynamic factor models.. 2024.
    [ Google | Google Scholar ]
  9. SCHUMACHER, FERNANDA L.; ZHANG, Y. Challenges in assessing biological aging in people with multiple sclerosis based on epigenetic clocks. 2024.
    [ Google | Google Scholar ]
  10. UTRIA, J. Sistemas de paseos aleatorios interactuantes: Condiciones para la transición de fase. 2024.
    [ Google | Google Scholar ]
  11. UTRIA, J. Recorrência para passeios aleatórios assimétrico unidimensionais. 2024.
    [ Google | Google Scholar ]
  12. SANTOS, J. R. S.; AZEVEDO, C. L. N.; FOX, JEAN-PAUL Bayesian modeling of longitudinal multiple-group IRT data with skewed latent distributions and growth curves. 2024.
    [ Google | Google Scholar ]
  13. MATOS, L. A. Extending multivariate Student's-t semiparametric mixed models for longitudinal data with censored responses and heavy tails. 2024.
    [ Google | Google Scholar ]
  14. SARAIVA, MARLEY A.; CYSNEIROS, F. J. A. Distribuição Wrapped Birnbaum-Saunders: Definição e Estimação. 2024.
    [ Google | Google Scholar ]
  15. Colozza Bianchi, Marta Cristina; MAYRINK, V. D. Mudanças em Séries Temporais Irregulares usando Mistura Markoviana Oculta. 2024.
    [ Google | Google Scholar ]
  16. CARVALHO, D. A. F.; MAIA, R.P. Modelo de regressão t assimétrica Tipo II com efeitos aleatórios aplicado à análise longitudinal de desempenho acadêmico. 2024.
    [ Google | Google Scholar ]
  17. MAIA, R. P.; GAONA, N. B. R. Analisando dados de desempenho acadêmico o tempo de permanência via um modelo conjunto de dados longitudinais e de sobrevivência com tempo discreto. 2024.
    [ Google | Google Scholar ]
  18. LAMBERT, R. On the asymptotics of a reinforced random walk. 2024.
    [ Google | Google Scholar ]
  19. SOUSA, A. R. S. Sobre a estimação Bayesiana de coeficientes de ondaletas em modelos de regressão não paramétrica com erros estacionários. 2024.
    [ Google | Google Scholar ]
  20. Lucas Cantu; Valk, Marcio Podemos Colar Séries Temporais?. 2024.
    [ Google | Google Scholar ]

2023

  1. MENDES, A. M. F.; Azevedo, C. L. N.; Demétrio, C. G. B.; NOBRE, J. S. Generalized Mixed Poisson regression models for overdispersed count data. 2023.
    [ Google | Google Scholar ]
  2. TRUCÍOS, CARLOS; HALLIN, M. Forecasting risk measures in high-dimensional portfolios. 2023.
    [ Google | Google Scholar ]
  3. TRUCÍOS, CARLOS Forecasting conditional covariance matrices in high-dimensional time series via general dynamic factor models: portfolio allocation and risk measures. 2023.
    [ Google | Google Scholar ]
  4. TRUCÍOS, CARLOS Forecasting risk measures in high dimensional portfolios. 2023.
    [ Google | Google Scholar ]
  5. TRUCÍOS, CARLOS Does portfolio resampling really improve out-of-sample performance? Evidence from the Brazilian and US markets. 2023.
    [ Google | Google Scholar ]
  6. TRUCÍOS, CARLOS Forecasting conditional covariance matrices in high-dimensional time series via general dynamic factor models: portfolio allocation and risk measures. 2023.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS Forecasting Value-at-Risk and Expected Shortfall in large portfolios. 2023.
    [ Google | Google Scholar ]
  8. TRUCÍOS, CARLOS High-Dimensional Financial Time Series. 2023.
    [ Google | Google Scholar ]
  9. TRUCÍOS, CARLOS Forecasting risk measures in high-dimensional portfolios with additive outliers. 2023.
    [ Google | Google Scholar ]
  10. TRUCÍOS, CARLOS Forecasting conditional covariance matrices in high-dimensional time series via general dynamic factor models: portfolio allocation and risk measures. 2023.
    [ Google | Google Scholar ]
  11. OLIVEIRA, D. C. R.; SCHUMACHER, FERNANDA L.; LACHOS, VICTOR H. Variable selection in high-dimensional linear mixed-effects models. 2023.
    [ Google | Google Scholar ]
  12. SCHUMACHER, FERNANDA L.; MATOS, L. A.; LACHOS, VICTOR H. Robust mixed models for longitudinal data: model fitting and evaluation. 2023.
    [ Google | Google Scholar ]
  13. OLIVEIRA, D. C. R.; SCHUMACHER, F. L.; LACHOS, V. H. EM algorithm for regularization problems in high-dimensional LMMs. 2023.
    [ Google | Google Scholar ]
  14. SCHUMACHER, FERNANDA LANG; MATOS, LARISSA A.; LACHOS, VICTOR H.; LOUZADA NETO, F. Bayesian Estimation in Scale Mixture of Skew-Normal linear mixed models using Hamiltonian Monte Carlo. 2023.
    [ Google | Google Scholar ]
  15. ZHONG, K.; SCHUMACHER, FERNANDA L.; CASTRO, LUIS M.; LACHOS, VICTOR H. Bayesian scale mixture of normal censored linear mixed models with within-subject serial dependence. 2023.
    [ Google | Google Scholar ]
  16. UTRIA, J. Oriented Percolation Models: Further improvement for the critical probability on regular trees. 2023.
    [ Google | Google Scholar ]
  17. BIANCHI, M. C. C.; MAYRINK, V. D. Mistura Markoviana Oculta: Detecção de pontos de mudança em séries com espaçamento irregular. 2023.
    [ Google | Google Scholar ]
  18. KIST, A.; GEBERT, D. M. P. A influência do El Niño oscilação sul sobre a precipitação mensal no estado do Paraná. 2023.
    [ Google | Google Scholar ]
  19. SILVA, E. A.; KIST, A. A política de cotas da UEPG: concorrência nos vestibulares e matrículas nos cursos por cota do período 2014 a 2021.. 2023.
    [ Google | Google Scholar ]
  20. SILVA, E. A.; KIST, A. A política de cotas da UEPG: concorrência nos vestibulares e matrículas nos cursos por cota do período 2014 a 2021. 2023.
    [ Google | Google Scholar ]
  21. SOUSA, A. R. S. Regras bayesianas de encolhimento de coeficientes de ondaletas em modelos com erros gaussianos e positivos. 2023.
    [ Google | Google Scholar ]
  22. Valk, Marcio Método de agrupamento com inferência estatística. 2023.
    [ Google | Google Scholar ]

2022

  1. ZELLER, CAMILA BORELLI Estimation in the multivariate linear regression models with skew scale mixtures of normal distributions. 2022.
    [ Google | Google Scholar ]
  2. CHAVES, D. O.; ZELLER, CAMILA BORELLI Mistura Finita de Modelos de Regressão Assimétricos com Resposta Censurada. 2022.
    [ Google | Google Scholar ]
  3. CHAVES, D. O.; ZELLER, CAMILA BORELLI; LACHOS, V. H. Finite mixture of linear regressions with censored response based on the skew-t distributions. 2022.
    [ Google | Google Scholar ]
  4. VEGA, D. E. S.; VILCA, FILIDOR; ZELLER, CAMILA BORELLI A multivariate lifetime distribution with the Birnbaum-Saunders distribution as mixing distribution. 2022.
    [ Google | Google Scholar ]
  5. TRUCÍOS, CARLOS Forecasting Conditional Covariance Matrices in High- Dimentional Time Series: Implications for Portfolio Allocation.. 2022.
    [ Google | Google Scholar ]
  6. TRUCÍOS, CARLOS Modelando Series Temporales Financieras en Alta Dimensión.. 2022.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS A Comparison of Methods for Forecasting Value-at-Risk and Expected Shortfall of Cryptocurrencies. 2022.
    [ Google | Google Scholar ]
  8. TRUCÍOS, CARLOS Risk Measures in Cryptocurrency Markets. 2022.
    [ Google | Google Scholar ]
  9. TRUCÍOS, CARLOS Academia, mercado e otras cositas mas.. 2022.
    [ Google | Google Scholar ]
  10. TRUCÍOS, CARLOS Academia, mercado e otras cositas mas. 2022.
    [ Google | Google Scholar ]
  11. SCHUMACHER, FERNANDA L. A trajetória acadêmica e uma introdução a modelos mistos para dados longitudinais. 2022.
    [ Google | Google Scholar ]
  12. VALERIANO, KATHERINE L.; SCHUMACHER, FERNANDA L.; GALARZA, C. E.; MATOS, L. A. Censored autoregressive regression models with Student-t innovations. 2022.
    [ Google | Google Scholar ]
  13. SCHUMACHER, FERNANDA L.; MATOS, L. A.; LACHOS, V. H. Tutorial: Modeling Longitudinal Data using Robust Mixed Models in R. 2022.
    [ Google | Google Scholar ]
  14. VALERIANO, KATHERINE L.; SCHUMACHER, FERNANDA L.; GALARZA, C. E.; MATOS, L. A. Censored autoregressive regression models using the R package ARCensReg. 2022.
    [ Google | Google Scholar ]
  15. GARCIA, J. E.; GONZALEZ-LOPEZ, V. A.; TASCA, G. H.; YAGINOMA, K. Y. An Efficient Coding Technique for Stochastic Processes. 2022.
    [ Google | Google Scholar ]
  16. TASCA, G. H.; GONZALEZ-LOPEZ, V. A.; GARCIA, J. E.; MORAES, R. R.; SVARTMAN, F. R. F.; SANTOS, V. G. Vocatives in Libolo Portuguese: the pitch range as a distinctive prosodic parameter. 2022.
    [ Google | Google Scholar ]
  17. ORDOÑEZ, JOSÉ A.; PRATES, M. O.; BAZAN, J. L.; LACHOS, VICTOR H. Penalized Complexity priors for the skewness parameter of power links. 2022.
    [ Google | Google Scholar ]
  18. SANTOS, J. R. S. Bayesian Longitudinal Item Response Modeling with Multivariate Asymmetric Serial Dependencies. 2022.
    [ Google | Google Scholar ]
  19. NOBRE, Y. M.; SANTOS, J. R. S. Estudo do comportamento d itens avaliativos nos períodos pré, durante e após pandemia de Covid-19. 2022.
    [ Google | Google Scholar ]
  20. Valeriano, Katherine A. L.; SCHUMACHER, FERNANDA L.; GALARZA MORALES, CHRISTIAN; MATOS, LARISSA A. Censored autoregressive regression models with Student-t innovations. 2022.
    [ Google | Google Scholar ]
  21. MATOS, L. A. Extending multivariate Student's-t semiparametric mixed models for longitudinal data with censored responses and heavy tails. 2022.
    [ Google | Google Scholar ]
  22. MATOS, L. A. Tutorial: Modeling Longitudinal Data using Robust Mixed Models in R. 2022.
    [ Google | Google Scholar ]
  23. VIOLA, M. L. L.; GARCIA, J. E.; Verónica Andrea González-López Using Markovian Structure of Interaction for computational discrimination of languages. 2022.
    [ Google | Google Scholar ]
  24. KUTZ, T. D.; KIST, A. Estudo da influência do ENOS no regime de precipitação na região dos Campos Gerais do estado do Paraná. 2022.
    [ Google | Google Scholar ]
  25. SILVA, E. A.; KIST, A. Análise dos dados de concorrência no vestibular nos cursos da UEPG por cota de 2014 a 2021. 2022.
    [ Google | Google Scholar ]
  26. SILVA, E. A.; KIST, A. Analise de concorrência nos vestibulares da UEPG de 2014 a 2021. 2022.
    [ Google | Google Scholar ]
  27. KUTZ, T. D.; KIST, A. Estudo da influência do ENOS no regime de precipitação no município de Ponta Grossa no período de 1976 a 2021. 2022.
    [ Google | Google Scholar ]
  28. SIQUEIRA, L.; KIST, A. Sequência didática para o ensino de Estatística do 8º ano do Ensino Fundamental com a incorporação de planilhas eletrônicas. 2022.
    [ Google | Google Scholar ]
  29. SOUSA, A. R. S. Testes Estatísticos em Aprendizagem de Máquinas. 2022.
    [ Google | Google Scholar ]
  30. Valk, Marcio Inferência estatística em agrupamento hierárquico. 2022.
    [ Google | Google Scholar ]

2021

  1. LOUREDO, G. M. S.; ZELLER, CAMILA BORELLI; FERREIRA, CLÉCIO S. Estimation and Influence Diagnostics for the Mutivariate Linear Regression Models with Skew Scale Mixtures of Normal Distributions. 2021.
    [ Google | Google Scholar ]
  2. ROMEIRO, R. G.; LABRA, FILIDOR VILCA; ZELLER, CAMILA BORELLI A robust multivariate Birnbaum-Saunders regression mode. 2021.
    [ Google | Google Scholar ]
  3. ZELLER, CAMILA BORELLI; Ferreira, C. S.; GALLARDO, D. Modelos de regressão linear uni e multivariados para dados com caudas pesadas, simétricos ou assimétricos. 2021.
    [ Google | Google Scholar ]
  4. TRUCÍOS, CARLOS Forecasting Value-at-Risk and Expected Shortfall in large portfolios: A general dynamic factor approach. 2021.
    [ Google | Google Scholar ]
  5. TRUCÍOS, CARLOS Forecasting Value-at-Risk and Expected Shortfall in large portfolios: A general dynamic factor approach. 2021.
    [ Google | Google Scholar ]
  6. TRUCÍOS, CARLOS Forecasting Value-at-Risk and Expected Shortfall in large portfolios: A general dynamic factor approach. 2021.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS Forecasting Conditional Covariance Matrices in High-Dimensional Time Series: a General Dynamic Factor Approach.. 2021.
    [ Google | Google Scholar ]
  8. GALARZA MORALES, CHRISTIAN EDUARDO Spatial Censored Regression Models in R: The CensSpatial package. 2021.
    [ Google | Google Scholar ]
  9. GALARZA MORALES, CHRISTIAN EDUARDO Moments of the doubly truncated selection elliptical distributions: recurrence, existence and applications. 2021.
    [ Google | Google Scholar ]
  10. GALARZA MORALES, CHRISTIAN EDUARDO Moments of the doubly truncated selection elliptical distributions with emphasis on the unified multivariate skew-t distribution: recurrence, existence, and applications. 2021.
    [ Google | Google Scholar ]
  11. GALARZA MORALES, CHRISTIAN EDUARDO Moments and Random Number Generation for the Truncated Elliptical Family of Distributions. 2021.
    [ Google | Google Scholar ]
  12. GALARZA MORALES, CHRISTIAN EDUARDO Moments of the doubly truncated selection elliptical distributions with emphasis on the unified multivariate skew-t distribution: recurrence, existence and applications. 2021.
    [ Google | Google Scholar ]
  13. GALARZA MORALES, CHRISTIAN EDUARDO Estadística y Ciencia de Datos: presente y futuro, en la teoría y práctica. 2021.
    [ Google | Google Scholar ]
  14. SCHUMACHER, FERNANDA L.; LACHOS, V. H.; MATOS, LARISSA A. Scale mixture of skew-normal linear mixed models with within-subject serial dependence. 2021.
    [ Google | Google Scholar ]
  15. SCHUMACHER, FERNANDA L.; MATOS, LARISSA A.; LACHOS, V. H. skewlmm: An R package for robust estimation of linear mixed models based on scale mixture of skew-normal distributions. 2021.
    [ Google | Google Scholar ]
  16. SCHUMACHER, FERNANDA L. Robust Mixed-Effects Models for Longitudinal Data. 2021.
    [ Google | Google Scholar ]
  17. SCHUMACHER, FERNANDA L.; MATOS, L. A.; Cabral‬ Canonical Fundamental Skew-t Linear Mixed Models. 2021.
    [ Google | Google Scholar ]
  18. FRANCO, G.; SOUZA, C. P. E.; GARCIA, N. L. Aggregated Functional Data Model Applied on Clustering and Disaggregation of Electrical Load Profiles. 2021.
    [ Google | Google Scholar ]
  19. UTRIA, J. Percolación de largo alcance en árvores. 2021.
    [ Google | Google Scholar ]
  20. SANTOS, J. R. S. Bayesian Longitudinal Item Response Modeling with Multivariate Asymmetric Serial Dependencies. 2021.
    [ Google | Google Scholar ]
  21. SANTOS, L. S.; SANTOS, J. R. S. ANÁLISE DESCRITIVA DAS AVALIAÇÕES DA DISCIPLINA FUNDAMENTOS DE ESTATÍSTICA UTILIZANDO A TEORIA CLÁSSICA DE TESTES. 2021.
    [ Google | Google Scholar ]
  22. COSTA, F. P. B.; SANTOS, J. R. S. EXPERIÊNCIAS E AVALIAÇÃO DE MONITORIA NA DISCIPLINA FUNDAMENTOS DE ESTATÍSTICA. 2021.
    [ Google | Google Scholar ]
  23. Valeriano, Katherine A. L.; SCHUMACHER, FERNANDA L.; GALARZA MORALES, CHRISTIAN; MATOS, LARISSA A. Censored Autoregressive Regression Models with Student-t Innovations. 2021.
    [ Google | Google Scholar ]
  24. Valeriano, Katherine A. L.; LACHOS, VICTOR H.; MATOS, LARISSA A. Likelihood based inference for spatio‐temporal data with censored and missing responses. 2021.
    [ Google | Google Scholar ]
  25. MAIA, R.P. Pesquisa com tratamento estatístico. 2021.
    [ Google | Google Scholar ]
  26. KUTZ, T. D.; KIST, A. Análise preliminar de tendência em séries temporais de precipitação em Ivaí-PR. 2021.
    [ Google | Google Scholar ]
  27. KUTZ, T. D.; KIST, A. Análise de tendência em séries temporais de precipitação pluvial de Ponta Grossa - PR. 2021.
    [ Google | Google Scholar ]
  28. KIST, A.; GEBERT, D. M. P. Análise preliminar da influência do fenômeno ENOS na precipitação no Paraná no período de 1974 a 2020. 2021.
    [ Google | Google Scholar ]
  29. KUTZ, T. D.; KIST, A. Análise de tendência em séries temporais de precipitação da região dos campos gerais do estado do Paraná. 2021.
    [ Google | Google Scholar ]

2020

  1. CUYABANO, B. C. D.; GONDRO, C. How Genomic Relationships Impact the Prediction Accuracy of Breeding Values. 2020.
    [ Google | Google Scholar ]
  2. BISPO, M. S.; ZELLER, CAMILA BORELLI Double Reweighted estimator for the parameters of the multivariate SMSN distributions. 2020.
    [ Google | Google Scholar ]
  3. GUZMAN, D. C. F.; ZELLER, CAMILA BORELLI; FERREIRA, CLÉCIO S. Modelos de Regressão para Dados Censurados sob a Classe de Distribuições de Misturas de Escala Normal Assimétricas. 2020.
    [ Google | Google Scholar ]
  4. TRUCÍOS, CARLOS Estatística aplicada ao mercado financeiro. 2020.
    [ Google | Google Scholar ]
  5. TRUCÍOS, CARLOS Forecasting Conditional Covariance Matrices in High-Dimensional Time Series: a General Dynamic Factor Approach. 2020.
    [ Google | Google Scholar ]
  6. TRUCÍOS, CARLOS Robustness and the general dynamic factor model with infinite-dimensional space: identification, estimation, and forecasting. 2020.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS Forecasting risk measures in cryptocurrency data. 2020.
    [ Google | Google Scholar ]
  8. GALARZA MORALES, CHRISTIAN EDUARDO Modelos em Regressão Quantílica: Teoría e Aplicações. 2020.
    [ Google | Google Scholar ]
  9. GALARZA MORALES, CHRISTIAN EDUARDO Moments of the doubly truncated selection elliptical distributions: recurrence, existence and applications. 2020.
    [ Google | Google Scholar ]
  10. GALARZA MORALES, CHRISTIAN EDUARDO Momentos multivariados truncados: recurrencia, existencia y aplicaciones. 2020.
    [ Google | Google Scholar ]
  11. GALARZA MORALES, CHRISTIAN EDUARDO Momentos das distribuições de seleção elíptica multivariadas duplamente truncadas com ênfase em modelos censurados. 2020.
    [ Google | Google Scholar ]
  12. BUSATO, E. A.; Alexandre Aranã; Lídia Gusmão; Douglas Akassaka; Hugo Helito; Júlia Ramos Análise Estocástica para Redução dos Custos de Contratação de Call Center da CPFL Energia. 2020.
    [ Google | Google Scholar ]
  13. SCHUMACHER, FERNANDA L.; MATOS, L. A.; LACHOS, V. H. Robust estimation in linear mixed models using the R package skewlmm. 2020.
    [ Google | Google Scholar ]
  14. UTRIA, J. Cotas no triviales para la probabilidad crítica de un sistema de paseos aleatórios con ramificación en árboles birregulares. 2020.
    [ Google | Google Scholar ]
  15. ORDOÑEZ, JOSÉ A.; PRATES, M. O.; MATOS, L. A.; LACHOS, VICTOR H. Objective Bayesian analysis for the spatial Student-t regression model. 2020.
    [ Google | Google Scholar ]
  16. MATOS, L. A. A semiparametric mixed-effects model for censored longitudinal data. 2020.
    [ Google | Google Scholar ]
  17. VIOLA, M. L. L.; MINEZILDO, G. F. V. Measuring Complexity in Epidemic Dengue Periods. 2020.
    [ Google | Google Scholar ]
  18. VIOLA, M. L. L. Using Variable Length Markov Chain in Statistical Classification of Languages. 2020.
    [ Google | Google Scholar ]
  19. VIOLA, M. L. L.; GARCIA, J. E.; GONZALEZ-LOPEZ, V. A. Conditional Independence between Markov Random Fields. 2020.
    [ Google | Google Scholar ]
  20. MAIA, R. P. A importância da Estatística na Pesquisa Científica. 2020.
    [ Google | Google Scholar ]
  21. PEREIRA, S. R. S.; NASCIMENTO, J. D.; ALMEIDA, D. S. O lugar da mulher negra na ciência e tecnologia.. 2020.
    [ Google | Google Scholar ]
  22. PEREIRA, S. R. S. O negro e a Universidade: algumas trajetórias. 2020.
    [ Google | Google Scholar ]
  23. BARBOSA, D. A. O.; KIST, A. Estudo e aplicação de técnicas de regressão não paramétrica de curvas. 2020.
    [ Google | Google Scholar ]
  24. KUTZ, T. D.; KIST, A. Análise preliminar de tendência em series temporais de precipitação de Ponta Grossa - PR. 2020.
    [ Google | Google Scholar ]
  25. SOUSA, A. R. S. Seleção de modelos em regressão por splines e localização automática de nós. 2020.
    [ Google | Google Scholar ]
  26. Valk, Marcio A importância da Estatística e da Matemática no combate às pandemias. 2020.
    [ Google | Google Scholar ]

2019

  1. HUAIRA-CONTRERAS, C.; BORGES, C. C. H.; ZELLER, CAMILA BORELLI; ROMANELLI, A. Validação Cruzada Ponderada em Seleção de Modelo de Regressão Robusto com Ponto de Mudança para Previsão de Audiências de Televisão. 2019.
    [ Google | Google Scholar ]
  2. SILVA, N. O.; ZELLER, CAMILA BORELLI; BESSEGATO, L. Teste para um Ponto de Mudança em Modelo de Regressão Linear Normal. 2019.
    [ Google | Google Scholar ]
  3. ZELLER, CAMILA BORELLI Iniciação Científica na UFJF: Primeiros Passos. 2019.
    [ Google | Google Scholar ]
  4. ZELLER, CAMILA BORELLI Misturas Finitas de Distribuições. 2019.
    [ Google | Google Scholar ]
  5. SILVA, N. O.; GARCIA, R. R. O.; ZELLER, CAMILA BORELLI Análise de Pontos de Mudança em Modelos de Regressão com erros simétricos autoregressivos/etapa 2. 2019.
    [ Google | Google Scholar ]
  6. CUNHA, L. P.; DEFINA, R. L. S.; MATOS, A. M. F.; COSTA-CUNHA, L. V. F.; ZELLER, CAMILA BORELLI; MONTEIRO, M. L. R. CORRELATION BETWEEN RETINAL SENSITIVITY ASSESSED BY MICROPERIMETRY AND THE FULL-THICKNESS AND GANGLION CELL COMPLEX THICKNESS MEASUREMENTS AFTER INTERNAL LIMITING MEMBRANE PEELING IN EYES WITH IDIOPATHIC EPIRETINAL MEMBRANE. 2019.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS A general dynamic factor approach to forecast conditional covariance matrices in high- dimensional data. 2019.
    [ Google | Google Scholar ]
  8. BORGES, CRISTIANO A. V. SIExp: Sistema de Informação de Experimentos da Embrapa. 2019.
    [ Google | Google Scholar ]
  9. SCHUMACHER, F. L.; LACHOS, V. H.; VILCA-LABRA, FILIDOR E.; CASTRO, LUIS M. Influence Diagnostics for Censored Regression Models with Autoregressive Errors. 2019.
    [ Google | Google Scholar ]
  10. SCHUMACHER, FERNANDA L.; MATOS, L. A.; LACHOS, V. H. Autoregressive scale mixture of skew-normal linear mixed models. 2019.
    [ Google | Google Scholar ]
  11. FRANCO, Gabriel A importância da estatística para pesquisas acadêmicas e porque não ter medo dela. 2019.
    [ Google | Google Scholar ]
  12. ORDOÑEZ, JOSÉ A.; PRATES, M. O.; MATOS, L. A.; LACHOS, VICTOR H. Objective Bayesian analysis for the spatial Student-t regression model. 2019.
    [ Google | Google Scholar ]
  13. SANTOS, J. R. S. Bayesian general Cholesky decomposition based modeling of longitudinal IRT data with skewed latent distributions. 2019.
    [ Google | Google Scholar ]
  14. MATOS, L. A. Estimation for partially linear censored regression models based on heavy-tailed distributions. 2019.
    [ Google | Google Scholar ]
  15. MATOS, L. A. Estimation and diagnostics for partially linear censored regression models based on heavy-tailed distributions. 2019.
    [ Google | Google Scholar ]
  16. MATOS, L. A. Flexible longitudinal linear mixed models for multiple censored responses data. 2019.
    [ Google | Google Scholar ]
  17. MATOS, L. A. Longitudinal Models for Multiple Censored Responses Data. 2019.
    [ Google | Google Scholar ]
  18. Hernandez-Velasco, Lina L.; Abanto-Valle, Carlos Mixed-effect State-Space model with Student-t errors. 2019.
    [ Google | Google Scholar ]
  19. VIOLA, M. L. L.; PRADO, S. M. Using the Birmbaun-Saunders distribution to model service time in fast queueing system. 2019.
    [ Google | Google Scholar ]
  20. VIOLA, M. L. L.; BERETA, E. M. P. Construção de um indicador para avaliar as condições didático-pedagógicas dos docentes nos cursos de graduação da UFSCar. 2019.
    [ Google | Google Scholar ]
  21. Estrada, Mario Andrés; Lebensztayn, E. Convergence of the trajectory of random walks systems on the complete graph. 2019.
    [ Google | Google Scholar ]
  22. ABBARA, OMAR; ZEVALLOS, MAURICIO Modeling and forecasting long memory stochatic volatility. 2019.
    [ Google | Google Scholar ]
  23. Pinheiro, Hildete Prisco; MOTTA, M. R.; MAIA, R. P.; LIMA NETO, E. A. Zero-one augmented beta and aero-inflated discrete models with heterogeneous dispersion for the analysis od student. 2019.
    [ Google | Google Scholar ]
  24. MAIA, R. P.; Labouriau, R; Demétrio, CGB A discrete competing risks mixed model with masked causes: a cow longevity study. 2019.
    [ Google | Google Scholar ]
  25. MAIA, R. P. Histórico das políticas de ação afirmativa adotadas pela Unicamp: PAAIS, ProFIS e Cotas. 2019.
    [ Google | Google Scholar ]
  26. LAMBERT, RODRIGO Bernoulli sequences with memory lapses. 2019.
    [ Google | Google Scholar ]
  27. ADACHESKI, J. R.; KIST, A. Proposta de Pesquisa da cesta básica de alimentos dos municípios de União da Vitória e Porto União. 2019.
    [ Google | Google Scholar ]
  28. BARBOSA, A. C. A.; KIST, A.; GEBERT, D. M. P. Desenvolvimento de novas funcionalidades no pacote estatístico LECA. 2019.
    [ Google | Google Scholar ]
  29. SOUSA, A. R. S. Bayesian Wavelet Shrinkage with Beta Priors. 2019.
    [ Google | Google Scholar ]
  30. GUZI, A. B.; MALFATTI, A. L. R.; MALLMANN, G. C.; KLAUBERG FILHO, O.; OLIVEIRA, H. M.; Cruz, S. P. Potencial de germinação de fungos microrrízicos arbusculares em sistema in vitro para produção de inoculantes e uso reduzido de fertilizantes. 2019.
    [ Google | Google Scholar ]
  31. Sant' Helena, A.; Perrone, P. R.; RIBEIRO, G. F.; Cruz, S. P.; OLIVEIRA, H. M.; KRAMMES, J. G. Análise microbiológica de água em Curitibanos-SC e sua ligação com fatores sócio-ambientais. 2019.
    [ Google | Google Scholar ]
  32. MANERICH, A. A.; OLIVEIRA, H. M.; DOBNER JR, M.; REQUIA, G. R. Regressão logística politômica ordinal aplicada ao manejo florestal. 2019.
    [ Google | Google Scholar ]
  33. Valk, Marcio; MARCONDES, D. Dynamic VAR Model-Based Control Charts for Batch Process Monitoring. 2019.
    [ Google | Google Scholar ]

2018

  1. LENZI, A.; Marc Genton Spatio-Temporal Probabilistic Wind Vector Forecasting over Saudi Arabia. 2018.
    [ Google | Google Scholar ]
  2. LENZI, A.; Marc Genton Spatio-Temporal Probabilistic Wind Vector Forecasting over Saudi Arabia. 2018.
    [ Google | Google Scholar ]
  3. LENZI, A.; Marc Genton Spatio-Temporal Probabilistic Wind Vector Forecasting over Saudi Arabia. 2018.
    [ Google | Google Scholar ]
  4. LENZI, A. Statistical modelling of space-time processes with application to wind power. 2018.
    [ Google | Google Scholar ]
  5. LENZI, A.; Marc Genton Spatio-Temporal Probabilistic Wind Vector Forecasting over Saudi Arabia. 2018.
    [ Google | Google Scholar ]
  6. CUYABANO, B. C. D.; SØRENSEN, P.; SØRENSEN, A. C. Evaluating Potential Bias of REML Estimators of Heritability. 2018.
    [ Google | Google Scholar ]
  7. LOUREDO, G. M. S.; ZELLER, CAMILA BORELLI; FERREIRA, CLÉCIO S. Estimação via EM e Diagnóstico em Modelos Misturas Assimétricas com Regressão. 2018.
    [ Google | Google Scholar ]
  8. GARCIA, R. R. O.; ZELLER, CAMILA BORELLI Análise de Ponto de Mudança com Erros Simétricos Autoregressivos. 2018.
    [ Google | Google Scholar ]
  9. GUZMAN, D. C. F.; FERREIRA, CLÉCIO S.; ZELLER, CAMILA BORELLI Inference and Diagnstics in Linear Censored Rregression Models with Skew Scale Mixtures of Normal Distributions. 2018.
    [ Google | Google Scholar ]
  10. ZELLER, CAMILA BORELLI; CABRAL, C. R. B.; DAVILA, V. H. L.; BENITES, L. Finite Mixture of Regression Models for Censored Data Based on Scale Mixtures of Normal Distributions. 2018.
    [ Google | Google Scholar ]
  11. TRUCÍOS, CARLOS Robust principal volatility components. 2018.
    [ Google | Google Scholar ]
  12. TRUCÍOS, CARLOS Forecasting conditional covariance matrices in high-dimensional data using the general dynamic factor model. 2018.
    [ Google | Google Scholar ]
  13. TRUCÍOS, CARLOS Principal volatility components: A robust approach.. 2018.
    [ Google | Google Scholar ]
  14. SCHUMACHER, FERNANDA L. Censored regression models with autoregressive errors. 2018.
    [ Google | Google Scholar ]
  15. SANTOS, J. R. S. CONTRIBUIÇOES AO ESTUDO DE DADOS LONGITUDINAIS NA TEORIA DE RESPOSTA AO ITEM. 2018.
    [ Google | Google Scholar ]
  16. SANTOS, J. R. S. Contribuições ao Estudo de Dados Longitudinais na TRI. 2018.
    [ Google | Google Scholar ]
  17. MATOS, L. A. Estimation and diagnostics in multivariate models for censored data. 2018.
    [ Google | Google Scholar ]
  18. Hernandez-Velasco, Lina L.; Abanto-Valle, Carlos Bayesian Inference in a copula-based framework for stochastic volatility models with leverage eect and heavy-tail using MCMC methods. 2018.
    [ Google | Google Scholar ]
  19. COSTA, M. Cooperative Models of Stochastic Growth. 2018.
    [ Google | Google Scholar ]
  20. VIOLA, M. L. L.; GARCIA, J. E.; GONZALEZ-LOPEZ, V. A. Using Markov Chain in Data Science. 2018.
    [ Google | Google Scholar ]
  21. MAIA, R. P. A importância da Estatística na Pesquisa Científica. 2018.
    [ Google | Google Scholar ]
  22. MAIA, R. P. ESTATÍSTICA APLICADA AO PROCESSO DE PESQUISA COM USO DO SOFTWARE ?R?. 2018.
    [ Google | Google Scholar ]
  23. MAIA, R.P.; Pinheiro, Hildete Prisco; LIMA NETO, E. A. A BIVARIATE DISCRETE SURVIVAL MIXED MODEL TO EVALUATE PERFORMANCE OF STUDENTS IN CALCULUS I AND LINEAR ALGEBRA. 2018.
    [ Google | Google Scholar ]
  24. MARQUES, R. N.; MAIA, E. F. S.; MAIA, R.P. INDICADORES DE DESEMPENHO DOS ALUNOS REINCIDENTES NAS DISCIPLINAS DE EXATAS DO CURSO SEMIPRESENCIAL DE LICENCIATURA EM CIÊNCIAS. 2018.
    [ Google | Google Scholar ]
  25. LAMBERT, R. The shortest path between two strings in product spaces. 2018.
    [ Google | Google Scholar ]
  26. LAMBERT, R. Processos com lapsos de memória e urnas com duas estratégias de reposição. 2018.
    [ Google | Google Scholar ]
  27. PONTAROLO, E.; KIST, A. Uma aplicação da estatística para a educação básica. 2018.
    [ Google | Google Scholar ]
  28. ZEN, P. D.; KIST, A. A importância da estatística no ensino médio. 2018.
    [ Google | Google Scholar ]
  29. RAICOSKI, P. H. R.; KIST, A. Estudo Preliminar da Influência do Fenômeno ENOS em Variáveis Climáticas. 2018.
    [ Google | Google Scholar ]
  30. RAICOSKI, P. H. R.; KIST, A. A influência do fenômeno ENOS em variáveis climáticas de algumas capitais brasileiras. 2018.
    [ Google | Google Scholar ]
  31. ZEN, P. D.; KIST, A. A estatística apresentada nos livros didáticos do ensino médio. 2018.
    [ Google | Google Scholar ]
  32. FERREIRA, A. A.; KIST, A. A utilização da pavimentação do plano para o ensino de geometria do ensino fundamental. 2018.
    [ Google | Google Scholar ]
  33. HEUERT, D.; KIST, A. Possibilidades de abordagem do conteúdo de estatística a partir de dados coletados na própria escola. 2018.
    [ Google | Google Scholar ]
  34. ALMEIDA, C. E.; KIST, A. Matemática e as bandeiras nacionais. 2018.
    [ Google | Google Scholar ]
  35. GOMES, F. P.; KIST, A. Diferentes abordagens no ensino de medidas de comprimento. 2018.
    [ Google | Google Scholar ]
  36. ANJOS, L. F.; KIST, A. A proficiência matemática dos alunos do núcleo regional de educação de Ponta Grossa no SAEP 2012: uma análise dos descritores do Tratamento da Informação. 2018.
    [ Google | Google Scholar ]
  37. ZEN, P. D.; KIST, A. Estatística no Ensino Médio: duas propostas de ensino utilizando planilhas eletrônicas. 2018.
    [ Google | Google Scholar ]
  38. OLIVEIRA, H. M.; STOLBERG, J. Análise da qualidade da água por meio da Regressão Logística Multinomial. XXXVIII Congresso Nacional de Matemática Aplicada e Computacional (CNMAC), Campinas-SP. 2018.
    [ Google | Google Scholar ]
  39. OLIVEIRA, H. M.; PAIXAO, C. A.; OLIVEIRA, A.; CARVALHO, L. R.; CAMARGO, C. M.; MORAES, M. C. Estatística e probabilidade lúdicas no Ensino Médio. XXXVIII Congresso Nacional de Matemática Aplicada e Computacional (CNMAC), Campinas-SP. 2018.
    [ Google | Google Scholar ]
  40. OLIVEIRA, H. M.; TRINCA, L. A. Otimização de delineamentos em Blocos. Simpósio Nacional de Probabilidade e Estatística. São Pedro-SP. 2018.
    [ Google | Google Scholar ]
  41. Moreira, L. Stochastically perturbed chains of variable memory. 2018.
    [ Google | Google Scholar ]

2017

  1. CUYABANO, B. C. D.; SØRENSEN, P.; SØRENSEN, A. C. Understanding the Bias of REML estimators of Heritability When Using Genomic Models. 2017.
    [ Google | Google Scholar ]
  2. CUYABANO, B. C. D.; SØRENSEN, P.; SØRENSEN, A. C. Identifying Potential Bias of Heritability Estimates. 2017.
    [ Google | Google Scholar ]
  3. ZELLER, CAMILA BORELLI; LABRA, F. V. Case-deletion Diagnostics for Linear Mixed Models Using Skew-Normal/Independent Distributions. 2017.
    [ Google | Google Scholar ]
  4. Ferreira, C. S.; ZELLER, CAMILA BORELLI; MIMURA, A. M. S.; SILVA, J. C. J. Partially linear models and their applications to change point detection of chemical process data. 2017.
    [ Google | Google Scholar ]
  5. TRUCÍOS, CARLOS On the robustness of the principal volatility components. 2017.
    [ Google | Google Scholar ]
  6. TRUCÍOS, CARLOS Forecasting conditional covariance matrix via principal volatility components in the presence of additive outliers. 2017.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS Forecasting large dimensional (co)volatilities in the presence of outliers. 2017.
    [ Google | Google Scholar ]
  8. GOMES, J. C. B.; RUSSO, C. M. REML in nonlinear mixed-effects models with heavy-tailed distributions. 2017.
    [ Google | Google Scholar ]
  9. MATOS, L. A. Heavy-Tailed Longitudinal Linear Mixed Models for Multiple Censored Responses Data. 2017.
    [ Google | Google Scholar ]
  10. MATOS, L. A. Heavy-tailed longitudinal regression models for censored data: A likelihood based perspective. 2017.
    [ Google | Google Scholar ]
  11. COSTA, M. A model for a stochastic growth process with interactions. 2017.
    [ Google | Google Scholar ]
  12. COSTA, M. Asymptotic shape of a non-homogeneous growth process with interaction. 2017.
    [ Google | Google Scholar ]
  13. COSTA, M. Stochastic processes with reinforcement. 2017.
    [ Google | Google Scholar ]
  14. MAIA, R. P. Modelos não-lineares mistos aplicados ao ajuste de curvas de produção de ovos de aves poedeiras.. 2017.
    [ Google | Google Scholar ]
  15. BALDASSO, M.; VALK, M.; KIST, A. Classificação de Doenças Cardíacas Através de Eletrocardiogramas e Fonocardiogramas. 2017.
    [ Google | Google Scholar ]
  16. SENENKO, I. H.; KIST, A. Análise de dados da autoavaliação institucional. 2017.
    [ Google | Google Scholar ]
  17. MACHADO, A. E. S.; KIST, A. Avaliação comparativa de dados meteorológicos obtidos em estações convencional e automática. 2017.
    [ Google | Google Scholar ]
  18. GEBERT, D. M. P.; KIST, A.; VIRGENS FILHO, J. S. Estudo preliminar das regiões homogêneas de precipitação no estado do Paraná. 2017.
    [ Google | Google Scholar ]
  19. SOUZA, L. F.; PAIXAO, C. A.; OLIVEIRA, H. M.; GLIENKE, C. L.; FIGUEIRO, G. M. Avaliação do peso corporal de bovinos da raça Jersey por meio de modelo linear e exponencial. XV Escola de Modelos de Regressão. Goiânia - GO. 2017.
    [ Google | Google Scholar ]
  20. LEITE, F. M.; ALMEIDA, H. F.; PAIXAO, C. A.; OLIVEIRA, H. M.; DOBNER JR, M. Estudo do diâmetro de troncos de árvores da espécie Cupressus Lusitânica a partir de anéis de crescimento. XV Escola de Modelos de Regressão. Goiânia - GO.. 2017.
    [ Google | Google Scholar ]
  21. STANCK, L. T.; PAIXAO, C. A.; OLIVEIRA, H. M.; DOBNER JR, M. Avaliação da relação entre os anéis de crescimento para determinação do diâmetro de árvores de Pinus taeda. XV Escola de Modelos de Regressão. Goiânia - GO.. 2017.
    [ Google | Google Scholar ]

2016

  1. CUYABANO, B. C. D.; SØRENSEN, P.; SØRENSEN, A. C. Consequences of Model Misspecification on REML Estimates of Heritability Using Genomic Models. 2016.
    [ Google | Google Scholar ]
  2. CUYABANO, B. C. D.; SØRENSEN, P.; SØRENSEN, A. C. A Study on the Properties of Heritability Estimators. 2016.
    [ Google | Google Scholar ]
  3. Vilca-Labra, F. E.; ZELLER, CAMILA BORELLI; Balakrishnan, N. Modelling extreme percentiles in bivariate Birnbaum-Saunders distributions: EM-estimation. 2016.
    [ Google | Google Scholar ]
  4. ZELLER, CAMILA BORELLI; CABRAL, CELSO RÔMULO BARBOSA; LACHOS, VÍCTOR HUGO Finite Mixture of Regression Models for Censored Data based on Scale Mixtures of Normal Distributions. 2016.
    [ Google | Google Scholar ]
  5. GOMES, V. S.; ZELLER, CAMILA BORELLI Estimação dos Parâmetros do Modelo Skew-Normal com Ponto de Mudança: Algoritmo EM. 2016.
    [ Google | Google Scholar ]
  6. TRUCÍOS, CARLOS; HOTTA, LUIZ K.; RUIZ, E. Measuring the Effect of Uncertainty in the Estimation of the Conditional Covariance Matrix in Portfolio Selection and Risk Measures.. 2016.
    [ Google | Google Scholar ]
  7. TRUCÍOS, CARLOS; HOTTA, LUIZ K.; RUIZ, E. Forecasting densities of returns, volatilities, correlations and VaR in cDCC models using bootstrap procedures in the presence of outliers.. 2016.
    [ Google | Google Scholar ]
  8. TRUCÍOS, CARLOS Measuring the effect of uncertainty in the forecast of the conditional covariance matrix in portfolio selection and risk measures. 2016.
    [ Google | Google Scholar ]
  9. TRUCÍOS, CARLOS Nuevas herramientas para la enseñanza de metodologías cuentitativas de análisis de datos. 2016.
    [ Google | Google Scholar ]
  10. LEME, H. Precificação, gestão de risco e instrumentos de cobertura para carteiras de energia elétrica. 2016.
    [ Google | Google Scholar ]
  11. SANTOS, J. R. S. Modelos Longitudinais da Teoria da Resposta ao Item: uma aplicação em avaliação educacional. 2016.
    [ Google | Google Scholar ]
  12. MATOS, L. A. Heavy-Tailed Longitudinal Linear Mixed Models for Multiple Censored Responses Data. 2016.
    [ Google | Google Scholar ]
  13. MAIA, R.P.; Demétrio, CGB; Labouriau, R Variance component estimation on discrete time competing riskis analysis with masked causes. 2016.
    [ Google | Google Scholar ]
  14. MAIA, R.P.; Labouriau, R; Demétrio, CGB Discrete time competing risks analysis with masked causes. 2016.
    [ Google | Google Scholar ]
  15. MAIA, R.P.; Demétrio, CGB; LABOURIAU, R. A Discrete Mixed Competing Risk Model for Discrete Time with Masked Causes. 2016.
    [ Google | Google Scholar ]
  16. ROCIO MAEHARA; BOLFARINE, H.; VILCA, FILIDOR Modelling extreme percentiles in the Birnbaum-Saunders distributions based on asymmetric heavy-tailed distribution. 2016.
    [ Google | Google Scholar ]
  17. ROCIO MAEHARA; SANCHEZ, L. E. B. Birnbaum-Saunders SN com aplicações em R. 2016.
    [ Google | Google Scholar ]
  18. ROCIO MAEHARA; BOLFARINE, H.; VILCA, FILIDOR Modelling extreme percentiles in the Birnbaum-Saunders distributions based on asymmetric heavy-tailed distribution. 2016.
    [ Google | Google Scholar ]
  19. LAMBERT, R. The minimum number of shifts to get from a cylinder to another one. 2016.
    [ Google | Google Scholar ]
  20. LAMBERT, R. On dependent Bernoulli sequences with memory lapses. 2016.
    [ Google | Google Scholar ]
  21. KIST, A.; VIRGENS FILHO, J. S. A new methodology for stochastic simulation of daily climatic data preserving the interannual variability. 2016.
    [ Google | Google Scholar ]

2015

  1. CUYABANO, B. C. D.; SØRENSEN, P.; SØRENSEN, A. C. Model Misspecification and Heritability Estimation. 2015.
    [ Google | Google Scholar ]
  2. HUAIRA-CONTRERAS, C.; ZELLER, CAMILA BORELLI; Vilca - Labra F. E. Modelos de Regressão Mistura de Escala Normal com Ponto de Mudança: Aplicação a Audiências de Televisão. 2015.
    [ Google | Google Scholar ]
  3. Huaira-Contreras, Carlos Alberto Modelos de Regressão Mistura de Escala Normal com Ponto de Mudança: Aplicação a Audiências de Televisão. 2015.
    [ Google | Google Scholar ]
  4. Huaira Contreras, Carlos Alberto O analfabetismo funcional no Brasil: uma visão sobre os municípios. 2015.
    [ Google | Google Scholar ]
  5. CORTES, S. C.; MERCEDES, C. E. V.; CARDOSO, M. W. A.; FERRARI, F. M. Os Processos para Gestão de Dados e Disseminação de Informações em Ambiente de Computação Móvel na Capes. 2015.
    [ Google | Google Scholar ]
  6. CORTES, S. C.; CARDOSO, M. W. A.; FERRARI, F. M.; MERCEDES, C. E. V. Uma arquitetura de processos para gerir e disseminar informações. 2015.
    [ Google | Google Scholar ]
  7. FERREIRA, E. V.; Azevedo, Caio L. N. Inferência bayesiana em modelos assimétricos da Teoria da Resposta ao Item de grupos múltiplos para respostas nominais e ordinais. 2015.
    [ Google | Google Scholar ]
  8. GOMES, J. C. B.; FOSSALUZA, V.; RUSSO, C. M. Bayesian analysis of linear mixed-effects models for cortisol data. 2015.
    [ Google | Google Scholar ]
  9. GOMES, J. C. B.; FOSSALUZA, V.; RUSSO, C. M. Modelling cortisol data in Brazilian children using Bayesian linear mixed-effects models. 2015.
    [ Google | Google Scholar ]
  10. COSTA, M. Explosion Criteria for Continuous-Time Markov Chains. 2015.
    [ Google | Google Scholar ]
  11. VIOLA, M. L. L. Copula-Based Analysis of Rhythm. 2015.
    [ Google | Google Scholar ]
  12. MAIA, R. P.; LABOURIAU, R.; Demétrio, CGB Variance component estimation on Competing risk analysis with masked causes and gaussian random components: A simulation study.. 2015.
    [ Google | Google Scholar ]
  13. MAIA, R. P.; Labouriau, R; MADSEN, P. A General Multivariate Competing Risks Mixed Model. 2015.
    [ Google | Google Scholar ]
  14. MAIA, R. P. Introdução a Estatística Inferencial. 2015.
    [ Google | Google Scholar ]
  15. MAIA, R. P.; Labouriau, R; Demétrio, CGB A Class of Competing Risks modelos apllied on Quantitative Genetics. 2015.
    [ Google | Google Scholar ]
  16. LAMBERT, R. On the shortest path between two cylinders. 2015.
    [ Google | Google Scholar ]
  17. PEREIRA, S. R. S. A Importância da Estatística para o Controle de Qualidade de Processos. 2015.
    [ Google | Google Scholar ]
  18. NASCIMENTO, J. D.; Tenório, R. M.; PEREIRA, S. R. S. A inserção do estudante negro nos cursos de engenharia na ufba: um estudo do efeito do sistema de cotas. 2015.
    [ Google | Google Scholar ]
  19. OLIVEIRA, H. M.; TRINCA, L. A. Delineamentos ótimos baseados no critério I-otimalidade para experimentos em blocos de efeitos fixos. XIV Escola de Modelos de Regressão. Campinas - SP.. 2015.
    [ Google | Google Scholar ]
  20. OLIVEIRA, H. M.; TRINCA, L. A. Delineamentos ótimos para esquemas fatoriais em blocos de efeitos fixos. XI Congresso Latinoamericano de Biomatemática, Botucatu - SP.. 2015.
    [ Google | Google Scholar ]
  21. VICINI, LORENA Modelos de processos de Poisson não Homogêneos na presença de um ou mais pontos de mudança, aplicados a dados de poluição do ar. 2015.
    [ Google | Google Scholar ]
  22. MORALES, F. E. C.; VICINI, LORENA; Luiz Koodi Hotta; ACHCAR, J. A. Modelo Geoestatístico com Processos de Poisson Não-Homogêneo. 2015.
    [ Google | Google Scholar ]

2014

  1. Zambom, Adriano Z. Nonparametric Lack-of-Fit Testing and Variable Selection - (Colloquium - Miami University - OH). 2014.
    [ Google | Google Scholar ]
  2. CUYABANO, B. C. D.; LUND, M. S.; ROSA, G. J. M.; GIANOLA, D.; SU, G. Haplotype Based Genome Enabled Prediction of Traits Across Nordic Red Cattle Breeds. 2014.
    [ Google | Google Scholar ]
  3. LABRA, F. V.; ZELLER, CAMILA BORELLI; CORDEIRO, G. M. Modelos de Regressão Não Lineares Sinh-Normal/Independente. 2014.
    [ Google | Google Scholar ]
  4. ZELLER, CAMILA BORELLI; TEIXEIRA, G. Modelos de Valorização de Ativos de Capital (CAPMS) Assimétricos Aplicados. 2014.
    [ Google | Google Scholar ]
  5. ZELLER, CAMILA BORELLI; BRITO, B. O. Detecção de Ponto de Mudança no Modelo de Regressão Linear Assimétrico. 2014.
    [ Google | Google Scholar ]
  6. NOGAROTTO, D. C.; AZEVEDO, C. L. N. Bayesian inference in beta and inflated beta regression models. 2014.
    [ Google | Google Scholar ]
  7. MATTA, D. H.; GARCIA, N. L. Algorithms for Estimation of Variable Length Markov Chains and Simulation. 2014.
    [ Google | Google Scholar ]
  8. FERREIRA, E. V.; Azevedo, Caio L. N. Modelos da Teoria de Resposta ao Item assimétricos de grupos múltiplos para respostas politômicas nominais e ordinais sob um enfoque bayesiano. 2014.
    [ Google | Google Scholar ]
  9. FERREIRA, E. V.; Azevedo, Caio L. N. Aspectos inferenciais no Modelo de Crédito Parcial Generalizado da Teoria da Resposta ao Item. 2014.
    [ Google | Google Scholar ]
  10. FERREIRA, E. V.; Azevedo, Caio L. N. Modelos da Teoria de Resposta ao Item assimétricos de grupos múltiplos para respostas politômicas nominais e ordinais sob um enfoque bayesiano. 2014.
    [ Google | Google Scholar ]
  11. LEME, H.; Hansen. P., M. Análise de Risco em Negócios de Compra e Venda de Energia Elétrica. 2014.
    [ Google | Google Scholar ]
  12. DINIZ, MA Quando Procurar o Estatístico. 2014.
    [ Google | Google Scholar ]
  13. DINIZ, MA Cloroquina na manutenção da remissão da hepatite auto-imune - Análise Estatística. 2014.
    [ Google | Google Scholar ]
  14. SANTO, J. S. E.; VIOLA, M. L. L.; DINIZ, C. A. R. Bayesian extreme-value regression model assuming known dispersion parameter. 2014.
    [ Google | Google Scholar ]
  15. VIOLA, M. L. L. Uso de Cópulas em Controle Estatístico Multivariado. 2014.
    [ Google | Google Scholar ]
  16. MAIA, R. P.; Labouriau, R Modelos de riscos competitivos mistos aplicados ao estudo de longevidade. 2014.
    [ Google | Google Scholar ]
  17. MAIA, R. P. Multivariate Survival Mixed Models for Genetic Analysis of Longevity Traits. 2014.
    [ Google | Google Scholar ]
  18. MAIA, R. P.; MADSEN, P.; LABOURIAU, R. Competing risk analysis with masked causes of death applied to a genetic longevity study. 2014.
    [ Google | Google Scholar ]
  19. NASCIMENTO, J. D.; PEREIRA, S. R. S. O Perfil dos Estudantes Cotistas da UFBA: Um Estudo Descritivo. 2014.
    [ Google | Google Scholar ]
  20. OLIVEIRA, H. M.; TRINCA, L. A. Critérios compostos em experimentos fatoriais usando I - otimalidade. Seminário do Programa de Mestrado em Biometria da Universidade Estadual Paulista - Unesp, Câmpus de Botucatu, Botucatu - SP. 2014.
    [ Google | Google Scholar ]
  21. OLIVEIRA, H. M.; TRINCA, L. A. Optimal designs for factorial experiments. XXVII International Biometric Conference, Florença - Itália. 2014.
    [ Google | Google Scholar ]
  22. OLIVEIRA, H. M.; TRINCA, L. A. I - otimalidade em critérios compostos para experimentos fatoriais. XXI SINAPE - Simpósio Nacional de Probabilidade e Estatística, Natal - RN. 2014.
    [ Google | Google Scholar ]
  23. OLIVEIRA, H. M.; TRINCA, L. A. Análise comparativa dos critérios compostos com os critérios de otimalidade clássicos, I Workshop on Experimental Statistics e IV Encontro dos Alunos do PPG em Agrônomia, Piracicaba - SP. 2014. 2014.
    [ Google | Google Scholar ]
  24. MORALES, F. E. C.; VICINI, Lorena; HOTTA, Luiz Koodi; ACHCAR, J. A. Non-Homogeneous Poisson Process Geoestatistical Model. 2014.
    [ Google | Google Scholar ]
  25. VALK, Marcio; Pinheiro, Aluísio Tests for contaminated time series. 2014.
    [ Google | Google Scholar ]
  26. CARVALHO, Walter Augusto Fonseca de Análise de Variância e Técnicas de Experimentação. 2014.
    [ Google | Google Scholar ]
  27. CARVALHO, Walter Augusto Fonseca de Processos de Renovação Obtidos por agregação de Estados. 2014.
    [ Google | Google Scholar ]

2013

  1. CUYABANO, B. C. D.; SU, G.; LUND, M. S. The Benefits of Haplotypes as Predictors of Genetic Merit. 2013.
    [ Google | Google Scholar ]
  2. CABRAL, C. R. B.; Lachos, V. H.; ZELLER, CAMILA BORELLI Modeling the Latent Covariate in the Linear Regression Model with Measurement Error Using Finite Mixtures of Skew-Student t Distributions. 2013.
    [ Google | Google Scholar ]
  3. ZELLER, CAMILA BORELLI; LABRA, F. V.; LACHOS, V. H. Análise de Influência para os Modelos Lineares Mistos Skew-Normal/Independente. 2013.
    [ Google | Google Scholar ]
  4. BORGES, C. A. V. A Estatística nos Bancos e na Embrapa. 2013.
    [ Google | Google Scholar ]
  5. DINIZ, MA Estatística na área de pesquisa médica. 2013.
    [ Google | Google Scholar ]
  6. VIOLA, M. L. L. Conditional independence between random fields. 2013.
    [ Google | Google Scholar ]
  7. SANTO, J. S. E.; VIOLA, M. L. L.; DINIZ, C. A. R. Modelo de Regressão Valor-Extremo para Dados Agrupados. 2013.
    [ Google | Google Scholar ]
  8. SARAIVA, Marley A.; MATTA, D. H. Soluções Estatísticas para Agropecuária. 2013.
    [ Google | Google Scholar ]
  9. FERNANDES-SVARTMAN, F.; GONZALEZ-LOPEZ, V. A.; BIANCHI, M. C. C.; ABAURRE, M. B. M. Kendall Plot com uma aplicação à Linguística. 2013.
    [ Google | Google Scholar ]
  10. Maia, Rafael Pimentel; MADSEN, P.; Pedersen, J.; LABOURIAU, R. Genetic study of mortality rate in Danish dairy cows: multivariate competing risk analysis.. 2013.
    [ Google | Google Scholar ]
  11. LAMBERT, RODRIGO The short-return function. 2013.
    [ Google | Google Scholar ]
  12. PEREIRA, S. R. S. A Base de Dados do Enade: Características, Possibilidades e Limites para Analisar o desempenho de cotista e Não Cotista.. 2013.
    [ Google | Google Scholar ]
  13. KIST, A.; VIRGENS FILHO, Jorin Souza das Um novo gerador de tempo estocástico diário para temperatura (mínima ou máxima) que preserva a variabilidade interanual. 2013.
    [ Google | Google Scholar ]
  14. MORALES, F. E. C.; VICINI, Lorena; HOTTA, Luiz Koodi; ACHCAR, J. A. Modelo Geoestatístico com Processos de Poisson Não Homogêneo. 2013.
    [ Google | Google Scholar ]
  15. VICINI, Lorena Processos de contagem, estimando o número excessos de ozônio, para um limiar, na Cidade do México. 2013.
    [ Google | Google Scholar ]
  16. VALK, Marcio; MESQUITA, D. R. Clustering Correlated Time Series via Quasi U-Statistics. 2013.
    [ Google | Google Scholar ]

2012

  1. CUYABANO, B. C. D.; SU, G.; LUND, M. S. Genomic Prediction Using Haplotype Blocks Built From High Density Marker Map. 2012.
    [ Google | Google Scholar ]
  2. CUYABANO, B. C. D.; LUND, M. S.; SU, G. Genomic Prediction Using Haplotype Blocks Built From High Density Genomic Data. 2012.
    [ Google | Google Scholar ]
  3. LEANDRO, F. R.; ZELLER, CAMILA BORELLI Detecção de Ponto de Mudança no Modelo de Regressão Linear Skew-Normal. 2012.
    [ Google | Google Scholar ]
  4. LEANDRO, F. R.; ZELLER, CAMILA BORELLI Detecção de Ponto de Mudança no Modelo de Regressão Linear Skew-Normal. 2012.
    [ Google | Google Scholar ]
  5. MATTA, D. H.; DIAS, D. C. Eficiência e Desempenho dos Gastos Públicos no Estado de Goiás. 2012.
    [ Google | Google Scholar ]
  6. PESSOA, K. C. A.; Tatiane Ferreira do Nascimento Melo da Silva; MATTA, D. H.; DIAS, P. M. Modelo Múltiplo Com Erros nas Variáveis: Uma aplicação a dados agropecuários do Estado de Goiás. 2012.
    [ Google | Google Scholar ]
  7. OLIVEIRA, R. A.; Melo, T.F.N.; MATTA, D. H.; DIAS, P. M. Aplicação do Modelo com Erros nas Variaveis a Dados da Pecuária Goiana. 2012.
    [ Google | Google Scholar ]
  8. SILVA, T. C. M.; Tatiane Ferreira do Nascimento Melo da Silva; MATTA, D. H.; DIAS, P. M. Estimacao do Ganho Médio de Peso em Bovinos Utilizando um Modelo Linear Misto. 2012.
    [ Google | Google Scholar ]
  9. LEME, H.; HANSEN, P. M.; HOTTA, L. K.; ZEVALLOS, M. Curva Forward no Mercado de Energia Elétrica Brasileiro: Construção, Modelagem, Previsão e Simulação. 2012.
    [ Google | Google Scholar ]
  10. LEME, H.; Hansen. P., M.; HOTTA, L. K.; ZEVALLOS, M. Curva Forward no Mercado de Energia Elétrica Brasileiro: Construção, Modelagem, Previsão e Simulação. 2012.
    [ Google | Google Scholar ]
  11. LEME, H.; Hansen. P., M.; HOTTA, L. K.; ZEVALLOS, M. Forward curve on the Brazilian electricity market: Building, modelling, forecasting and simulation. 2012.
    [ Google | Google Scholar ]
  12. GOMES, J. C. B. Tutorial: Introdução ao R. 2012.
    [ Google | Google Scholar ]
  13. COELHO, C. F.; PEREIRA, J. R. G.; GOMES, J. C. B. Análise Discriminante Empregando Modelos de Misturas Finitas de Normais Assimétricas e de t Assimétricas. 2012.
    [ Google | Google Scholar ]
  14. DINIZ, M. A.; HOTTA, L.K.; ACHCAR, J. A. Modelos SEIR Estocásticos com Taxa de Remoção Não Homogênea. 2012.
    [ Google | Google Scholar ]
  15. CORREIA, L. T.; DINIZ, M. A.; CALSAVARA, V. F. Critério de Decisão via Mediana da Perda. 2012.
    [ Google | Google Scholar ]
  16. CORREIA, L. T.; DINIZ, M. A.; CALSAVARA, V. F. Median Loss Decision Criteria. 2012.
    [ Google | Google Scholar ]
  17. ACHCAR, J. A.; DINIZ, M. A.; HOTTA, L.K. Counting Modeling For Infectious Diseases: An Application For The Outbreak Of Ebola In The Democratic Republic Of Congo In 1995. 2012.
    [ Google | Google Scholar ]
  18. VIOLA, M. L. L.; CONCEICAO, K. S.; ANDRADE FILHO, M. G.; DINIZ, C. A. R.; LOUZADA NETO, F. Zero Deflated Poisson Distribution. 2012.
    [ Google | Google Scholar ]
  19. VIOLA, M. L. L.; CONCEICAO, K. S.; ANDRADE FILHO, M. G.; DINIZ, C. A. R.; LOUZADA NETO, F. Zero Deflated Poisson Distribution: A Bayesian Approach. 2012.
    [ Google | Google Scholar ]
  20. BORGES, B. G.; SARAIVA, Marley A. MODELOS DE REGRESSÃO LINEAR SIMPLES: APLICAÇÕES A DADOS REAIS DE CONFINAMENTO BOVINO. 2012.
    [ Google | Google Scholar ]
  21. SILVA, L. M. O.; SARAIVA, Marley A. INFERÊNCIA EM MODELOS DE REGRESSÃO LINEAR SIMPLES: APLICACÕES A DADOS REAIS DE CONFINAMENTO BOVINO. 2012.
    [ Google | Google Scholar ]
  22. FREITAS, L. M.; SARAIVA, Marley A. ANÁLISE DE REGRESSÃO LINEAR SIMPLES: APLICAÇÃO A DADOS DE RECURSOS ECONÔMICOS E INFRAESTRUTURA TECNOLÓGICA DOS MUNICÍPIOS DO ESTADO DE GOIÁS. 2012.
    [ Google | Google Scholar ]
  23. BOSCO, V. F.; SARAIVA, Marley A. REGRESSÃO LINEAR SIMPLES: UMA APLICAÇÃO A DADOS DE CONFINAMENTO BOVINO. 2012.
    [ Google | Google Scholar ]
  24. DIAS, Ronaldo; GARCIA, N. L.; LUDWIG, G. V. N.; SARAIVA, Marley A. Functional data analysis of Near-infrared (NIR) spectroscopy data. 2012.
    [ Google | Google Scholar ]
  25. FERNANDES-SVARTMAN, F.; ABAURRE, M. B. M.; GONZALEZ-LOPEZ, V. A.; BIANCHI, M. C. C. Kendall Plot com uma aplicação à Linguística. 2012.
    [ Google | Google Scholar ]
  26. MAIA, R.P.; Labouriau, R; MADSEN, P.; Nielsen, Bjarne Genetic Analysis of Sow Longevity. 2012.
    [ Google | Google Scholar ]
  27. PEREIRA, S. R. S. Contribuições ao estudo do Modelo de Resposta Nominal. 2012.
    [ Google | Google Scholar ]
  28. KIST, A.; PINHEIRO, A. Procedimento iterativo CochraneOrcutt em modelos FANOVA de efeitos fixos com erros dependentes. 2012.
    [ Google | Google Scholar ]
  29. VICINI, Lorena Modelos de processo de Poisson não-homogêneo na presença de um ou mais pontos de mudança, aplicados a dados de poluição do ar. 2012.
    [ Google | Google Scholar ]
  30. LOIOLA, D. B.; JACOBI, Luciane F; VICINI, Lorena; SILVA, A. M. Identificação de tendências na produção da lavoura temporária no RS. 2012.
    [ Google | Google Scholar ]
  31. VICINI, Lorena; Luiz Koodi Hotta; ACHCAR, Jorge Alberto Modelos de processo de Poisson não-homogêneo na presença de um ou mais pontos de mudança, aplicados a dados de poluição do ar. 2012.
    [ Google | Google Scholar ]

2011

  1. CUYABANO, B. C. D.; Pinheiro, H. P.; Pinheiro, A. Dependent Multinomial Models Applied to DNA Sequences. 2011.
    [ Google | Google Scholar ]
  2. ZELLER, CAMILA BORELLI; Vilca - Labra, F. E. (Filidor E. Vilca Labra); CORDEIRO, G. M. Modelos de Regressão Não Lineares Birnbaum-Saunders Misturas de Escala Normal. 2011.
    [ Google | Google Scholar ]
  3. ZELLER, CAMILA BORELLI; Lachos, V. H.; Vilca - Labra, F. E. (Filidor E. Vilca Labra) Modelos de Regressão Lineares Assimétricos com Aplicações. 2011.
    [ Google | Google Scholar ]
  4. ZELLER, CAMILA BORELLI; LEANDRO, F. R. Análise Multivariada em Dados Parcialmente Observados com Estrutura Assimétrica. 2011.
    [ Google | Google Scholar ]
  5. ZELLER, CAMILA BORELLI; LEANDRO, F. R. Análise Multivariada em Dados Parcialmente Observados com Estrutura Assimétrica. 2011.
    [ Google | Google Scholar ]
  6. CARVALHO, G. R.; VIEIRA, M. T.; BORGES, C. A. V. Elasticidade-renda dos dispêndios com leite e derivados no Brasil. 2011.
    [ Google | Google Scholar ]
  7. BORGES, C. A. V. O uso da Estatística na Embrapa Gado de Leite. 2011.
    [ Google | Google Scholar ]
  8. BIANCHI, M. C. C.; MATTA, D. H. Mini-Curso: "Introdução à Análise Bayesiana". 2011.
    [ Google | Google Scholar ]
  9. MATTA, D. H.; SOUZA, N. G. Detecção do ritmo em textos escritos via cadeias de Markov de alcance variável.. 2011.
    [ Google | Google Scholar ]
  10. SOUZA, N. G.; MATTA, D. H. Introdução à Teoria da Decisão e Estimação em Inferência Estatística. 2011.
    [ Google | Google Scholar ]
  11. GOMES, J. C. B.; Dias, R Estimação de Funções de Covariância: uma abordagem não-paramétrica via B-splines. 2011.
    [ Google | Google Scholar ]
  12. VIOLA, M. L. L.; Jesus Enrique Garcia; Verónica Andrea González-López Robust Estimation of Context Tree: An Application on Linguistic. 2011.
    [ Google | Google Scholar ]
  13. VIOLA, M. L. L.; Jesus Enrique Garcia; Verónica Andrea González-López Markov chain indexed by a conditional dependence structure between the marginal chains on the state space. 2011.
    [ Google | Google Scholar ]
  14. HOHL, W. C.; SARAIVA, Marley A. Inferência em Modelos com Erros nas Variáveis e Modelos Mistos. 2011.
    [ Google | Google Scholar ]
  15. SARAIVA, Marley A. Uma Introdução à Análise Não-Paramétrica de Dados Funcionais com Aplicações à Quimiometria. 2011.
    [ Google | Google Scholar ]
  16. BIANCHI, M. C. C. Kendall Plot: Teste Gráfico para Ajuste de Cópulas.. 2011.
    [ Google | Google Scholar ]
  17. BIANCHI, M. C. C. Estatística: O que é isso?. 2011.
    [ Google | Google Scholar ]
  18. LAMBERT, RODRIGO Non-convergence in probability of the overlapping function.. 2011.
    [ Google | Google Scholar ]
  19. KIST, A. Procedimento iterativo Cochrane-Orcutt para regressão não paramétrica. 2011.
    [ Google | Google Scholar ]

2010

  1. ZELLER, CAMILA BORELLI; Lachos, V. H. Abordagem Bayesiana para o Modelo Linear Misto sob a Classe de Distribuições Assimétricas Skew-Normal/Independente: Estimação e Diagnóstico. 2010.
    [ Google | Google Scholar ]
  2. ZELLER, CAMILA BORELLI; Vilca - Labra, F. E. (Filidor E. Vilca Labra); Lachos, V. H. An Alternative Class of Multivariate Scale Mixtures of Skew-Normal Distributions. 2010.
    [ Google | Google Scholar ]
  3. MATTA, D. H. Uma Introdução a Teoria de Resposta ao Item Aplicação em Avaliação Educacional. 2010.
    [ Google | Google Scholar ]
  4. MATTA, D. H. Cadeias de Markov de Alcance Variável: Estimação e Aplicação. 2010.
    [ Google | Google Scholar ]
  5. MATTA, D. H.; GARCIA, N. L. Algorithms for Estimation of Variable Length Markov Chains and Aplications. 2010.
    [ Google | Google Scholar ]
  6. Garcia, L. P.; STIVALI, M.; SANTANA, L. R. EQUIDADE E DESIGUALDADES EM SAÚDE Desigualdades de renda e saúde no Brasil: análise da PNAD-2008. 2010.
    [ Google | Google Scholar ]
  7. SARAIVA, Marley A.; DIAS, Ronaldo Análise Não-Paramétrica de Dados Funcionais: Uma Aplicação à Quimiometria. 2010.
    [ Google | Google Scholar ]
  8. BIANCHI, M. C. C. Um pouco da história do Grupo PET Matemática - UNESP - Rio Claro/SP - 2003 a 2005 - por uma Petiana egressa.. 2010.
    [ Google | Google Scholar ]
  9. BIANCHI, M. C. C. Kendall Plot: Adaptation of QQplot for adjustment of Archimedean copulas.. 2010.
    [ Google | Google Scholar ]
  10. BIANCHI, M. C. C. An adaptation of Q-Qplot for adjustment of Archimedean copulas. 2010.
    [ Google | Google Scholar ]
  11. ABBARA, O. M. F.; ZEVALLOS, M. Assessing Stock Market Dependence and Contagion. 2010.
    [ Google | Google Scholar ]
  12. LAMBERT, R. Convergência em Distribuição da Função de Sobreposição. 2010.
    [ Google | Google Scholar ]

2009

  1. ZELLER, CAMILA BORELLI; Vilca - Labra, F. E.; Lachos, V. H.; Balakrishnan, N. Influence Analyses of Skew-Normal/Independent Linear Mixed Models. 2009.
    [ Google | Google Scholar ]
  2. ZELLER, CAMILA BORELLI; Vilca - Labra, F. E. (Filidor E. Vilca Labra); Lachos, V. H. Local influence analysis for regression models with scale mixtures of skew-normal distributions. 2009.
    [ Google | Google Scholar ]
  3. ZELLER, CAMILA BORELLI Modelo de Grubbs em Grupos. 2009.
    [ Google | Google Scholar ]
  4. de Souza, C. P. E. Hypothesis Tests for Functional Data Based on Distances: a Study Using Splines. 2009.
    [ Google | Google Scholar ]
  5. MATTA, D. H.; GARCIA, N. L. Algorithms for Estimation of Variable Length Markov Chains and Applications. 2009.
    [ Google | Google Scholar ]
  6. MATTA, D. H.; GARCIA, N. L. Algoritmos de Estimação para Cadeias de Markov de Alcance Variável - aplicações a detecção do ritmo em textos escritos. 2009.
    [ Google | Google Scholar ]
  7. GOMES, J. C. B.; Dias, R Nonparametric estimation for covariance function of spatial Gaussian processes. 2009.
    [ Google | Google Scholar ]
  8. SARAIVA, Marley A.; DIAS, Ronaldo Nonparametric Functional Data Analysis with Application to Chemometrics. 2009.
    [ Google | Google Scholar ]
  9. BIANCHI, M. C. C. Test chart for the adjustment Archimedean copulas: Kendall Plot.. 2009.
    [ Google | Google Scholar ]
  10. BIANCHI, M. C. C. A nonparametric estimation for bivariate Archimedean copula.. 2009.
    [ Google | Google Scholar ]
  11. BIANCHI, M. C. C. A nonparametric estimation for bivariate Archimedean copula.. 2009.
    [ Google | Google Scholar ]
  12. LAURINI, M. P. Estimação de modelos de volatilidade estocástica usando métodos de verossimilhança empírica/mínimo constraste generalizados. 2009.
    [ Google | Google Scholar ]
  13. LAURINI, M. P. Modelos de Fatores Latentes Generalizados para Curvas de Juros em Múltiplos Mercados. 2009.
    [ Google | Google Scholar ]

2008

  1. Marçal, E. F.; Valls Pereira, P. L.; ABBARA, O. M. F. Testing the long run implications of the expectation hyphotesis using cointegration techniques with structural change. 2008.
    [ Google | Google Scholar ]
  2. MAIA, R.P.; Pinheiro, Hildete Prisco; Pinheiro, Aluisio de Souza Análise do desempenho dos alunos da Unicamp do vestibular à conclusão do curso utilizando U-Estatísticas. 2008.
    [ Google | Google Scholar ]
Arquivo gerado a partir dos currículos Lattes dos pesquisadores. Data do processamento: 12/05/2025 13:53:03
Os resultados estão sujeitos a falhas devido a eventuais inconsistências no preenchimento dos currículos Lattes pelos pesquisadores. Caso note algum problema, por favor, contacte o responsável por esta página: informatica@ime.unicamp.br.