PhD alumni PIPGEs - 2020

01. Carlos Eduardo Hirth Pimentel
Título da tese: Análise teórica e computacional de processos estocásticos inspirados em sistemas biológicos
Orientador: Prof. Dr. Pablo Martin Rodriguez
Data da defesa: 06/01/2020
Atividade atualizada em 06/2021: Estatístico na pró-reitoria de graduação da UNICAMP
Lattes
Linkedin

02. Caroline Tenório Mendes de Aquino (Caroline Mendes de Assis)
Título da tese: Modelos bayesianos zero-modificados para séries temporais de contagem
Orientador: Prof. Dr. Marinho Gomes de Andrade Filho
Data da defesa: 30/04/2020
Atividade atualizada em 06/2021: Estatística no Ministério da Justiça (Funcionária Federal)
Lattes
Linkedin

03. Danila Maria Silva Fernandes de Almeida
Título da tese: Modelos de Lévy de atividade infinita
Orientador: Prof. Dr. Dorival Leão Pinto Junior
Data da defesa: 12/06/2020
Atividade atualizada em 06/2021: Sem atividade profissional (maternidade)
Lattes
Linkedin

04. Diego Carvalho do Nascimento
Título da tese: Modeling High-Dimensional Time Series From Large Scale Brain Networks
Orientador: Prof. Dr. Carlos Francisco Louzada Neto
Data da defesa: 27/03/2020
Atividade atualizada em 06/2021: Docente no Departamento de Matematica, Facultad de Ingeniera, Universidad de Atacama, Chile
Lattes
Linkedin

05. Juan Pablo Mamani Bustamante
Título da tese: Diagnóstico de Influência Local para a obtenção de dados mascarados influentes em modelos de regressão com erros nas variáveis e propriedades assintóticas do modelo de calibração ultraestrutural
Orientadora: Profa. Dra. Reiko Aoki
Data da defesa: 08/05/2020
Atividade atualizada em 06/2021: Analista de Dados na EstatCamp

06. Juliana Scudilio Rodrigues
Título da tese: Cure rate models: alternatives methods to estimate the cure rate
Orientadora: Profa. Dra. Vera Lucia Damasceno Tomazella
Data da defesa: 16/07/2020
Atividade atualizada em 06/2021: Estatística Sênior da Sky Brasil e Fundadora e Cientista de Dados da Flai Consultoria
Linkedin
Lattes

07. Marco Henrique de Almeida Inacio
Título da tese: Conditional independence testing, two sample comparison and density estimation using neural networks
Orientador: Prof. Dr. Rafael Izbicki
Data da defesa: 03/08/2020
Atividade atualizada em 06/2021: Cientista de Dados na BoaVista
Lattes
Linkedin

08. Wesley Bertoli da Silva
Título da tese: A new class of discrete models for the analysis of zero-modified count data
Orientador: Prof. Dr. Francisco Louzada Neto
Data da defesa: 03/04/2020
Atividade atualizada em 06/2021: Docente no Departamento Acadêmico de Estatística da Universidade Tecnológica Federal do Paraná - Campus Curitiba
Lattes
Google Scholar