Departamento de Matemática Aplicada e Estatística

Adriano Kamimura Suzuki

Possui graduação em Matemática (Licenciatura) pela Universidade Estadual Paulista Júlio de Mesquita Filho (2004) , mestrado em Estatística pela Universidade Federal de São Carlos (2007) e doutorado em estatística pela Universidade Federal de São Carlos (2012). Tem experiência na área de Probabilidade e Inferência Estatística, com ênfase em inferência bayesiana.

  • http://lattes.cnpq.br/4579497412852854 (23022023)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise: 2012-HOJE
  • Endereço: Universidade de São Paulo - ICMC. . . Avenida Trabalhador São-Carlense, 400 CEP 13560970 - São Carlos, SP - Brasil
  • Grande área: [sem-grandeArea]
  • Área: [sem-area]
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações


Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (5)
    1. 2014-2014. Inferência Bayesiana e Algoritmos MCMC para análise de Modelos de mistura com o número de componentes desconhecido
      Neste projeto de pesquisa, vamos desenvolver uma abordagem bayesiana para estimação de modelos de misturas de distribuições com o número de componentes k sendo desconhecido. Primeiramente vamos desenvolver a abordagem bayesiana utilizando distribuições a priori conjugadas e posteriormente estendemos para o caso não-conjugado. Desenvolveremos uma nova estratégia split-merge (que denominaremos de ejeção-absorção, EA) para implementar uma metodologia MCMC para estimar conjuntamente os parâmetros e o número de componentes k do modelo de mistura. As propostas EA mudam o número de componentes k na vizinhança k+1 ou k-1, respectivamente, e determinam uma partição nos dados observados. Para desenvolver a proposta E vamos utilizar uma forma de alocação sequencial utilizando probabilidades de alocação que serão calculadas usando a densidade preditiva (caso conjugado) e a distância de Mahalanobis (caso não conjugado). Na proposta A as observações pertencentes a duas componentes serão unidas para dar origem a uma nova componente. Dado a nova proposta de alocação, valores-candidatos para os parâmetros das novas componentes serão gerados de uma densidade geradora de candidatos que será definida de acordo com a forma da distribuição a posteriori dos parâmetros. As propostas EA serão aceitas de acordo com a probabilidade de aceitação reversible jump, utilizando um procedimento na qual o Jacobiano da transformação é igual a 1
      Membro: Adriano Kamimura Suzuki.
    2. 2014-2014. Modelos de Sobrevivência Bivariados Baseados em Cópulas Arquimedianas: Uma Abordagem Bayesiana
      Neste projeto consideramos modelos baseados na cópula Arquimediana de Clayton com marginais Weibull ou Exponencial Generalizada para modelar a dependência de dados de sobrevivencia bivariados na presença de covariáveis e observacões censuradas. Para fins inferenciais, realizamos uma abordagem Bayesiana usando métodos Monte Carlo em Cadeias de Markov (MCMC). Além disso, algumas discussões sobre os critérios de seleção de modelos são apresentadas. Com o objetivo de detectar observações influentes nos dados analisados foi utilizado o método Bayesiano de análise de influência de deleção de casos baseados na divergência psi. Mostramos a aplicabilidade dos modelos propostos a conjuntos de dados simulados e reais.
      Membro: Adriano Kamimura Suzuki.
    3. 2018-2018. O modelo de sobrevivência Bell-Weibull com fração de cura: modelagem, propriedades, inferência e influência local
      Neste trabalho vamos propor um novo modelo de sobrevivência de longa duração denominado Bell-Weibull com fração de cura (BWcr). Considerando que o evento de interesse pode ser causado por M diferentes fatores de risco latente, este novo modelo paramétrico será obtido ao assumir que M segue uma distribuição Bell e o tempo de ativação do j-ésimo fator segue uma distribuição Weibull. Além da sua construção e propriedades, realizaremos para fins inferenciais uma abordagem Bayesiana usando métodos Monte Carlo em Cadeias de Markov (MCMC). Com o objetivo de detectar observações influentes nos dados será utilizado o método Bayesiano de análise de influência caso a caso baseado na divergência Psi. Mostraremos sua aplicabilidade a conjuntos de dados simulados e reais. Todas as implementações computacionais serão realizadas utilizando os sistemas JAGS e R.
      Membro: Adriano Kamimura Suzuki.
    4. 2016-2016. Inferência estatística e amostragem de redes complexas
      Redes complexas são formadas por amostras de dados obtidos a partir do mapeamento de estrutura de sistemas complexos. Geralmente, diferentes métodos de amostragem são considerados para a construção da rede. No entanto, dependendo do método, as amostras podem ser muito diferentes das redes originais. Logo,uma comparação entre os diferentes métodos de amostragem é altamente recomendável, de modo a permitir escolher o método que preserve uma determinada característica. Neste projeto, propomos uma comparação de métodos de amostragem de redes e um estudo considerando métodos inferência estatística e técnicas de amostragem em grafos para estimar as principais medidas de caracterização.
      Membro: Adriano Kamimura Suzuki.
    5. 2015-2015. Modelagens Estatística para Dados de Sobrevivência Bivariados: Uma Abordagem Bayesiana
      Neste projeto propomos um modelo derivado da cópula arquimediana de Ali-Mikhail-Haq (AMH) para modelar a dependência de dados bivariados de sobrevivência na presença de covariáveis e observações censuradas. Para fins inferenciais, realizamos uma abordagem Bayesiana usando métodos Monte Carlo em Cadeias de Markov (MCMC). Algumas discussões sobre os critérios de seleção de modelos serão apresentadas. Com o objetivo de detectar observações influentes utilizamos o método Bayesiano de análise de influência de deleção de casos baseado na divergência psi . Por fim, mostramos a aplicabilidade dos modelos propostos a conjuntos de dados simulados e reais.
      Membro: Adriano Kamimura Suzuki.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. Top Cited Article 2021-2022, Statistica Neerlandica (journal). Wiley. 2023.
      Membro: Adriano Kamimura Suzuki.

Participação em eventos

  • Total de participação em eventos (13)
    1. . 2nd Workshop on Probabilistic and Statistical Methods
    2. A non-default fraction bivariate regression model for credit scoring An application to Brazilian customer data. 22º SINAPE - Simpósio Nacional de Probabilidade e Estatística
    3. UM ESTUDO SOBRE O MODELO LINDLEY DISCRETO. 23º SINAPE - Simpósio Nacional de Probabilidade e Estatística
    4. Modelo de Poisson Zero-Modificado e Notificações de Leptospirose no Estado da Bahia. X Congresso Brasileiro de Epidemiologia
    5. Metodologias Estatísticas Aplicadas no Esporte. 1a Semana Acadêmica da Matemática do Instituto de Matemática da UFMS
    6. . 6th Workshop on Probabilistic and Statistical Methods
    7. . II Workshop on Applied Finance
    8. A bayesian approach for the Poisson-Inverse-Gaussian regression model with cure rate. 3º Workshop em Análise de Sobrevivência e Aplicações
    9. . II Workshop de Estatística
    10. . 4th Workshop on Probabilistic and Statistical Methods
    11. Estatística x Esportes. XXXVII Semana de Estudos da Matemática
    12. A Bayesian Approach for a New Long-term Survival Models with Latent Activation. XIV EMR - Escola de Modelos de Regressão
    13. A Bayesian approach to zero-modified Poisson model for the prediction of match outcomes: an application to the 2012-2013 La liga season. 2nd Workshop on Assessment of Risk

Organização de eventos

  • Total de organização de eventos (1)
    1. . Semana de Recepção aos Calouros. Universidade de São Paulo - ICMC. 2014. Organizacao

Lista de colaborações



(*) Relatório criado com produções desde 1970 até 2023
Data de processamento: 08/03/2023 08:58:36