Diferenças

Aqui você vê as diferenças entre duas revisões dessa página.

Link para esta página de comparações

Ambos lados da revisão anteriorRevisão anterior
Próxima revisão
Revisão anterior
seminarios:resumos [2007/03/06 10:52] ehlersseminarios:resumos [2007/04/26 10:10] (atual) ehlers
Linha 1: Linha 1:
 == Resumos == == Resumos ==
 +
 +    * Métodos estatísticos aplicados à precificação de contratos de seguro agrícola (Vitor Ozaki)
 +
 +Historicamente, as seguradoras precificavam de forma incorreta resultando em prejuízos no final do exercício. A    palestra terá como foco a apresentação de três métodos atuariais de precificação. O primeiro explora a estatística não-paramétrica e seu potencial para a estimação de densidades de probabilidade, a segunda está fundamentada na abordagem paramétrica utilizando as distribuições Normal e Beta, e por último, os modelos hierárquicos Bayesianos serão detalhados. Na recuperação do processo gerador destes dados, são considerados os efeitos temporal, espacial e
 +espaço-temporal visando a predição da produtividade agrícola e a precificação de um contrato de seguro agrícola regional. Os dois primeiros métodos são aplicados a um conjunto de dados de produtividade municipal do Instituto Brasileiro de Geografia e Estatística (IBGE), no período de 1990 a 2002, para as culturas da soja, milho e trigo, no Estado do Paraná. Na análise empírica do modelo Bayesiano, são utilizados dados de produtividade municipal de milho, no Estado do Paraná, nos anos de 1990 a 2002. A escolha do melhor modelo dentre os modelos não-aninhados ajustados, é baseado no critério da preditiva a posteriori. As metodologias utilizadas nesta pesquisa incorporam melhorias no cálculo atuarial da taxa de prêmio, tendo em vista o pequeno número de observações de produtividade agrícola existentes.
 +
 +    *Mini-curso: Uma introdução à análise de dados categorizados com respostas completas ou com omissão utilizando a biblioteca de rotinas Catdata para o R (Frederico Zanqueta Poleto)
 +
 +Apresentar-se-á noções teóricas de algumas das mais freqüentemente utilizadas análises de dados categorizados completos ou com omissão (i.e., que possuem dados incompletos ou faltantes) e ilustrar-se-á como realizar tais análises com a ajuda da biblioteca de rotinas Catdata implementada para o ambiente estatístico R. Assume-se que os interessados possuem conhecimentos de probabilidade, inferência e regressão ao nível da graduação.
 +
 +Programa:
 +  - Introdução e modelos probabilísticos
 +  - Modelos estruturais lineares, log-lineares e funcionais lineares
 +  - Uso da biblioteca Catdata para a análise de dados categorizados completos
 +  - Análise de dados categorizados com omissão
 +  - Uso da biblioteca Catdata para a análise de dados categorizados com omissão
 +
 +
     *Accounting for Model Uncertainty via Trans-dimensional Genetic Algorithms (Ricardo Ehlers)     *Accounting for Model Uncertainty via Trans-dimensional Genetic Algorithms (Ricardo Ehlers)
  

QR Code
QR Code seminarios:resumos (generated for current page)