09/08/2019 - Seleção de modelos para segmentação de sequências em alta dimensão - Palestrante: Florencia Leonardi (USP)
SEMINÁRIO CONJUNTO UFSCAR/ICMC
Data e Horário:
09/08/2019 às 14h
Local:
Sala 43 do DEs-UFSCar
Título:
Seleção de modelos para segmentação de sequências em alta dimensão
Palestrante:
Florencia Leonardi, USP
Resumo:
Seleção estatística de modelos é uma área ativa de pesquisa com aplicações em várias sub-áreas da estatística, como modelos de regressão, processos estocásticos, entre outras.Nos últimos anos esta área tem alcançado um grande interesse pela sua utilidade na análise de grandes conjuntos de dados, como uma forma automática de selecionar um modelo com um bom ajuste mas que não esteja super-dimensionado. De certa forma, há duas culturas dentro da área de seleção de modelos. Uma propões critérios de ajuste "analíticos" como máxima verossimilhança ou mínimo custo com uma penalidade em relação à dimensão do modelo, o que geralmente são chamados de estivadores regularizados. A outra abordagem, baseada no paradigma de minimização do erro de predição, utiliza validação cruzada para obter o modelo com menor erro preditivo estimado. Nesta palestra faremos uma apresentação geral do problema de seleção de modelos, com ênfase em problemas de alta dimensão, e ilustraremos a aplicação de alguns dos métodos de seleção de modelos num problema de segmentação de sequências para estimação de pontos de recombinação em sequencias genéticas. As aplicações apresentadas fazem parte de duas dissertações de mestrado do programa de Pós-Graduação em Estatística da USP, uma defendida em 2013 por Bruno M. de Castro e a outra em andamento, do aluno Lucas Prates.