Estudos e aplicações em estatística espacial

ID: 
6172
Sala virtual: 
https://us02web.zoom.us/j/84810283124?pwd=dkpMR3NEd3ljRkVzNkJzdVdkaTNCUT09
Vídeo: 
https://peertube.td.utfpr.edu.br/videos/watch/79e8b128-02c7-494b-a812-2593032b111d
Resumo: 
A Estatística Espacial engloba modelos estatísticos que possibilitam a incorporação no modelo da localização espacial de fenômenos de interesse que estão distribuídos no espaço. Nesse trabalho foram apresentados, e implementados com o auxílio do software livre OpenBUGS, alguns modelos do tipo CAR (Conditional autoregressive): Intrínseco, Convolução, Cressie e Leroux. Para aplicar a metodologia proposta foram utilizados dados referentes a média do preço de apartamentos por bairro da cidade de Londrina, norte do estado do Paraná. Pode-se notar que o modelo intrínseco, aquele que leva em conta forte correlação espacial, foi o melhor ajustado, indicando assim a necessidade do uso da estatística espacial nesta aplicação em detrimento, por exemplo, de uma análise de regressão linear múltipla apenas. Estes resultados são relevantes para a área de Estatística aplicada, uma vez que contribuem na visibilidade de uma metodologia importante, aplicada em um estudo de caso.   
Autor(es): 
JOAO VITOR
MAGRI DA SILVA
Universidade Tecnológica Federal do Paraná, Cornélio Procópio, Paraná, Brasil
jsilva.2017@alunos.utfpr.edu.br
Licenciando em Matemática pela Universidade Tecnológica Federal do Paraná, Cornélio Procópio, Paraná, Brasil.
ROBERTO
MOLINA DE SOUZA
Universidade Tecnológica Federal do Paraná, Cornélio Procópio, Paraná, Brasil
rmolina.souza@gmail.com
Possui graduação em Estatística pela Universidade Estadual de Maringá (2005), especialização em Bioestatística pela Universidade de São Paulo (2007) e Mestrado e Doutorado na linha de Métodos Quantitativos pelo departamento de Medicina Social da Faculdade de Medicina de Ribeirão Preto da Universidade de São Paulo (2015). Atualmente é docente da Universidade Tecnológica Federal do Paraná
Modalidade: 
Matemática, Probabilidade e Estatística
Data: 
25/11/2020
Hora: 
14:30
mencao_honrosa: 
Sim