Não foi possível enviar o arquivo. Será algum problema com as permissões?
Diferenças
Aqui você vê as diferenças entre duas revisões dessa página.
| Ambos lados da revisão anterior Revisão anterior Próxima revisão | Revisão anterior | ||
|
seminarios:resumos [2007/03/08 20:28] ehlers |
seminarios:resumos [2007/04/26 10:10] (atual) ehlers |
||
|---|---|---|---|
| Linha 1: | Linha 1: | ||
| == Resumos == | == Resumos == | ||
| - | *Uma introdução à análise de dados categorizados com respostas completas ou com omissão utilizando a biblioteca de | + | * Métodos estatísticos aplicados à precificação de contratos de seguro agrícola (Vitor Ozaki) |
| - | rotinas Catdata para o R (Frederico Zanqueta Poleto) | + | |
| + | 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 | ||
| - | 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. | ||
| *Accounting for Model Uncertainty via Trans-dimensional Genetic Algorithms (Ricardo Ehlers) | *Accounting for Model Uncertainty via Trans-dimensional Genetic Algorithms (Ricardo Ehlers) | ||
