Séries Temporais, Regressão, Robustez e dados de Alta Dimensão

Resumo: Os métodos estatísticos são, notarialmente, a base na construção de métodos e análise para analisar variáveis e dados de alta dimensão com diferentes complexidades. Nessa direção, esta pesquisa tem como objetivo de contribuir na conexão entre às áreas da Econometria, Estatística, Engenharia e Ciências dos Dados por meio de estudar de forma teórica, empírica e aplicada, métodos de regressão e de séries temporais em processos univariados e multivariados com diferentes estruturas de dependência, com propriedades de periodicidade estocástica, sazonalidade, heterocedasticidade, com observações atípicas e faltantes entre outras, e processos de contagem (séries temporais com marginais discretas). Técnicas multivariadas, tais como, análise de componentes principais e análise fatorial serão investigadas sob a consideração de vetores correlacionados no tempo,
isto é, séries temporais multivariadas com matriz de covariância constante e matriz de variância-covariância condicional variando no tempo, isto é, com heterocedasticidade (volatilidade). Nessa direção, a proposta desta pesquisa se concentra em desenvolver ou aprimorar as ferramentas para tratar dados de séries temporais multivariados em diferentes problemáticas tais como processos com observações atípicas ("outliers") (métodos estatísticos robustos) e faltantes ("missing data"), redução de espaço, processos de contagem, processos com covariância condicional dependendo do tempo, processos periódicos entre outros. As motivações das vertentes desta pesquisa são, em geral, baseadas em problemas reais nas áreas de Finanças, da Qualidade do Ar e da Saúde. Entretanto, as propostas também estão correlatas com problemas das áreas de Matemática, de Processos de Sinais, de Epidemiologia, de Química, das Engenharias entre outras.

Data de início: 18/03/2021
Prazo (meses): 36

Participantes:

Papel	Nome
Coordenador	VALDÉRIO ANSELMO REISEN