Ciclo de Palestras: Inference in a bimodal Birnbaum-Saunders model

Estimados,
 
Gostaríamos de convidá-los a acompanhar a nova edição do Ciclo de Palestras do DEST-IME-UFBA com a utilização de palestras onlines. Com o intuito de fortalecer a pesquisa no departamento de estatística da UFBA e também promover a difusão do conhecimento na comunidade estatística brasileira, propomos a utilização de uma plataforma online para viabilizar a participação de pesquisadores de diferentes universidades brasileiras e internacionais, sem o custo da viagem até Salvador.
 
O professor Francisco Cribari-Neto, do DE/UFPE, fará a segunda palestra nesse formato no dia 30 de junho, sexta-feira, às 11hs. O link para acompanhar a palestra é
 
 
E todos que estiverem acompanhando de forma online poderão enviar dúvidas pelo chat da transmissão, pois as perguntas serão repassadas para o Prof. Francisco Cribari-Neto.
 
Título: Inference in a bimodal Birnbaum-Saunders model.
 
 
Resumo: We address the issue of performing inference on the parameters that index a bimodal extension of the Birnbaum-Saunders distribution (BS). We show that maximum likelihood point estimation can be problematic since the standard nonlinear optimization algorithms may fail to converge. To deal with this problem, we penalize the log-likelihood function. The numerical evidence we present show that maximum likelihood estimation based on such penalized function is made considerably more reliable. We also consider hypothesis testing inference based on the penalized log-likelihood function. In particular, we consider likelihood ratio, signed likelihood ratio, score and Wald tests. Bootstrap-based testing inference is also considered. We use a nonnested hypothesis test to distinguish between two bimodal BS laws. We derive analytical corrections to some tests. Monte Carlo simulation results and empirical applications are presented and discussed. O pesquisador Rodney Fonseca é co-autor deste trabalho.
 
Local: Auditório do IME/UFBA para aqueles que desejam acompanhar de forma presencial.
 
Minicurrículo: Francisco Cribari-Neto possui doutorado em Economia (Econometria) pela University of Illinois (1994). É professor titular do Departamento de Estatística da Universidade Federal de Pernambuco. Tem experiência nas área de Econometria e Estatística, atuando principalmente nos seguintes temas: bootstrap, correções de Bartlett, correções de viés, expansões de Edgeworth, modelos de regressão heteroscedásticos, modelos de regressão beta. Presidiu a Sociedade Brasileira de Econometria (SBE), foi membro do Comitê Assessor de Matemática e Estatística do CNPq, do Comitê Assessor de Matemática da CAPES e do Conselho Superior da FACEPE. Foi membro do grupo QUALIS/CAPES da área de Matemática e Estatística/Probabilidade (por seis anos). Foi presidente da comissão da área de Matemática e Probabilidade/Estatística do Prêmio CAPES de Teses, edição 2016. Foi orientador de uma dissertação de mestrado premiada nacionalmente (primeiro lugar, Prêmio da Associação Brasileira de Estatística) e de uma tese de doutorado premiada internacionalmente (primeiro lugar, Prêmio Aranda-Ordaz). Atualmente, é membro do Comitê Assessor de Probabilidade e Estatística (CA-MA) do CNPq e editor associado das revistas Brazilian Journal of Probability and Statistics, Anais da Academia Brasileira de Ciências e Chilean Journal of Statistics. Seu índice h é 18 e seu número total de citações (ISI - Institute for Science Information) é aproximadamente 1500.
 
Essa atividade tem coordenação de Lizandra C. Fabio (lizandra.fabio@ufba.br) e Bruno Santos (brunorsantos@ufba.br), caso queiram enviar comentários ou sugestões sobre as palestras.