Notícias Notícias

Voltar

Pós em Estatística da UFPE e CastLab promovem minicursos com docente da Universidade de Perúgia, da Itália

Professora Giovanna Ranalli (Itália) é especialista na área de amostragem estatística no cenário internacional

O Programa de Pós-Graduação em Estatística (PPGE) da Universidade Federal de Pernambuco (UFPE) e o Computational Agricultural Statistics Laboratory (CastLab) promovem dois minicursos neste mês de novembro como parte das Lectures on Sampling design and model-assisted estimation. São eles: “Finite population inference using modern regression techniques”, com a professora Giovanna Ranalli, do Departamento de Ciência Política da Universidade de Perúgia (Itália), nos dias 18, 19 e 21; e “Introduction to statistical sampling design”, com o professor do Departamento de Estatística da UFPE Cristiano Ferraz, de 11 a 13 deste mês.

Nos dois casos, a inscrição deve ser realizada até domingo (10), enviando um e-mail para o PPGE (pgest@de.ufpe.br) com o assunto “Short Course 1”, se for para o minicurso com o professor Cristiano Ferraz, ou “Short Course 2”, se for para o minicurso com a professora Giovanna Ranalli. No corpo do e-mail, é preciso informar o nome completo, se a pessoa é professora ou estudante de graduação ou pós-graduação e a que universidade/programa está vinculada.

As aulas serão ministradas em inglês, das 10h às 12h30, na sala 313 do Departamento de Estatística, que fica no Centro de Ciências Exatas e da Natureza (CCEN). Os alunos do PPGE que participarem dos dois minicursos terão direito à inscrição na disciplina Tópicos Especiais em Estatística: Desenho amostral e estimativa assistida por modelo (um crédito).

Líder do CastLab, o professor Cristiano Ferraz acredita que esta é uma oportunidade para que os estudantes tenham uma experiência internacional “potencial para estimular a participação destes em atividades que consolidam laços já existentes de interação em pesquisa e ensino de pós-graduação, entre o CASTLab, do Departamento de Estatística da UFPE, o PPGE e universidades da Itália. A visita da professora Giovanna ao Departamento de Estatística da UFPE também é parte importante do processo contínuo de internacionalização do PPGE, abrindo portas para que haja cada vez mais uma troca profícua de experiências e parcerias”.

GIOVANNA RANALLI – A docente Giovanna Ranalli é PhD em Estatística, professora associada do Departamento de Ciência Política da Universidade de Perúgia, Itália. É uma das pesquisadoras mais atuantes da área de Amostragem Estatística no cenário internacional, com vários artigos publicados abordando modelos de regressão e suas aplicações utilizando dados de amostragem. Faz parte do comitê de assessoramento metodológico do ISTAT, a Agência Nacional Produtora de Dados Oficiais da Itália. É membro-eleita do International Statistical Institute (ISI), da International Association of Survey Statisticians (IASS) e da Sociedade Italiana de Estatística. Dentre os mais recentes e importantes cargos exercidos, destacam-se a Vice-Presidência da IASS (2021-2023), e Presidência do S2G, Survey Research section da Sociedade Italiana de Estatística (2019-2021).

SOBRE O CURSO  – “Vivenciamos uma era marcada pelo contínuo aumento da capacidade computacional, desenvolvimento tecnológico e acesso a uma quantidade massiva de dados num nível de complexidade multidimensional, envolvendo volume, registros em tempo real e estrutura de informação, a ponto de justificar a necessidade do conceito de Mega Dados (Big Data). Este cenário gera uma riqueza de informações com potencial de uso no apoio a geração de estatísticas oficiais e não oficiais, que precisa ser explorada de forma adequada”, destaca a coordenação do curso.

Os participantes do curso terão a oportunidade de conhecer técnicas modernas de incorporação de informações auxiliares a dados levantados por métodos estatísticos consagrados de amostragem, utilizando modelos de regressão. A eficiência das análises geradas com as técnicas que serão abordadas baseiam-se na capacidade já comprovada de tais modelos, de explicar a relação entre variáveis, sendo capazes de predizer valores de respostas, a partir de informações conhecidas disponíveis, com alto nível de precisão.

Mais informações
Programa de Pós-Graduação em Estatística

pgest@de.ufpe.br

Data da última modificação: 08/11/2024, 14:37