About Event
In this talk, I present a novel methodology to perform Bayesian inference for Cox processes in which the intensity function is driven by a diffusion process. The novelty lies in the fact that no discretization error is involved, despite the non-tractability of both the likelihood function and the transition density of the diffusion. The methodology is based on an MCMC algorithm and its exactness is built on retrospective sampling techniques. The efficiency of the methodology is investigated in some simulated examples and its applicability is illustrated in some real data analyzes.
Texto informado pelo autor.
* Os participantes dos seminários não poderão acessar às dependências da FGV usando bermuda, chinelos, blusa modelo top ou cropped, minissaia ou camiseta regata. O uso da máscara é facultativo, porém é obrigatória a apresentação do comprovante de vacinação (físico ou digital).
Apoiadores / Parceiros / Patrocinadores
Speakers
Flavio Bambirra
Flavio Bambirra é Professor Associado do Departamento de Estatística da UFMG. Possui graduação em Estatística pela Universidade Federal de Minas Gerais (2004), mestrado em Estatística pela Universidade Federal do Rio de Janeiro (2006) e doutorado em Estatística pela University of Warwick (2011). É bolsista de produtividade em pesquisa nível 1B do CNPq. Tem experiência na área de Probabilidade e Estatística, com ênfase em Estatística Bayesiana, atuando principalmente nos seguintes temas: Inferência em Processos Estocásticos, Simulação Estocástica, Estatística Computacional, Geoestatística, Teoria de Resposta ao Item e Estatística Matemática.
Location
Endereço
a) Opção presencial *
Praia de Botafogo, 190
5o andar, Auditório 537
b) Opção remota (via Zoom)
Link: ID: 95348442773
Informações adicionais:
Tel: 55 21 3799-5917