Programa de Pós-Graduação em Estatística

Produção Científica do Período de 2012 a 2025

Resumos publicados em anais de congressos

Número total de items: 283

2025

  1. DEBASTIANI NETO, J.; ACHCAR, J. A.; OLIVEIRA, R. P.; FERNANDES, M. G. S. Extended Semiparametric Cox Model: A Cure Fraction Approach for Long- Term Survival,. 2025.
    [ Google | Google Scholar ]
  2. SANTOS, M. V.; ABRAO, T. C.; TORRES, F. R.; ACHCAR, J. A.; BARUD, H. 3D - PRINTED HYALURONIC ACID BASED HYDROGELS FOR DRUG DELIVERY. 2025.
    [ Google | Google Scholar ]
  3. OLIVEIRA, R. P.; ACHCAR, J. A.; DEBASTIANI NETO, J.; FERNANDES, M. G. S. Modelagem Semiparamétrica de Dados de Confiabilidade Usando Aproximações Polinomiais de Funções de Risco. 2025.
    [ Google | Google Scholar ]
  4. BARRIOS, L. L. D.; Rodrigues-Motta, M.; FERNANDES, F. A. Abordagem Bayesiana utilizando Modelos Não Lineares na Predição do Crescimento de Coelhos. 2025.
    [ Google | Google Scholar ]
  5. PEREIRA, R. F.; FINGER, J. A. F. F.; MAIA, R. P.; NASCIMENTO, M. S. Effect Of Dry Sanitization On Dry Biofilm Of Cronobacter Sakazakii. 2025.
    [ Google | Google Scholar ]
  6. Magalhães, H. F.; Nobre, J.S. Modelagem Estatística na Telemetria: Introdução e conceitos básicos. 2025.
    [ Google | Google Scholar ]
  7. MENDES, V. G. B.; Nobre, J.S.; Santos Neto, M. F.; MOTA, J. M. A. Modelo beta-prime aumentado de zeros. 2025.
    [ Google | Google Scholar ]
  8. Almeida, G. S.; Nobre, J.S.; Santos, J. R. S. Um modelo bayesiano robusto de resposta ao item baseado na distribuição Skew-t. 2025.
    [ Google | Google Scholar ]
  9. Silva, P. K. P.; Batista, M. J.; Nobre, J.S. Uma introdução aos métodos de reamostragem e suas aplicações. 2025.
    [ Google | Google Scholar ]
  10. Ribeiro, J. F.; Targino, R.; Nobre, J.S. Métodos de Aprendizagem Supervisionada para classificação baseados em árvores de decisão. 2025.
    [ Google | Google Scholar ]
  11. Silva, C.B.P.; MATOS, L. A.; SANTOS, J. R. S. Longitudinal data under antedependence model with applications to environmental sciences. 2025.
    [ Google | Google Scholar ]
  12. SANTOS, M. V. C.; MATTA, DAVID H.; HEINEMANN, A. B. Abordagem de Dados Funcionais na Análise dos Impactos Climáticos de Temperatura na Agricultura do Estado de Goiás e Rio Grande do Sul. 2025.
    [ Google | Google Scholar ]

2024

  1. FERREIRA, S. I. C.; JANEIRO, V.; OSSANI, P. C.; OLIVEIRA, R. P.; ACHCAR, J. A. Analysis of Leukocyte Profiles of Shorebirds Using a Semiparametric Regression Framework. 2024.
    [ Google | Google Scholar ]
  2. FERREIRA, S. I. C.; JANEIRO, V.; OSSANI, P. C.; OLIVEIRA, R. P.; ACHCAR, J. A. Forecasting COVID-19 Lethality Using a Bayesian Volatility Regression Model. 2024.
    [ Google | Google Scholar ]
  3. FERNANDES, F. A.; Rodrigues-Motta, M. Regressão não linear quantílica para modelagem de crescimento de frangos machos. 2024.
    [ Google | Google Scholar ]
  4. Figueirêdo Neto, G. B.; FONSECA, R. V.; Nobre, J.S. Análise do Nível de Ozônio em São Paulo por meio de Regressão Funcional. 2024.
    [ Google | Google Scholar ]
  5. Santos Neto, M. F.; MOTA, J. M. A.; Nobre, J.S.; Farias, A. R. B. A distribuição $J^2$. 2024.
    [ Google | Google Scholar ]
  6. Oliveira, M. B.; PINHO, L. G. B.; Nobre, J.S. Análise de Resíduos via Bootstrap em Modelos Lineares Mistos. 2024.
    [ Google | Google Scholar ]
  7. Rocha, E. O.; Nobre, J.S.; AZEVEDO, C. L. N. Unit Gamma Regression: A Bayesian Inference Approach. 2024.
    [ Google | Google Scholar ]
  8. RODRIGUES, Marcio Augusto F.; COLOSIMO, ENRICO ANTÔNIO; BASTOS, JULIANA VILELA Cause-Specific Regression Model for correlated data in the presence of competing risks and interval censoring. 2024.
    [ Google | Google Scholar ]
  9. CARVALHO, Walter Augusto Fonseca de; RODRIGUES, G. G. B.; AMARAL, G. S.; OLIVEIRA, V. F. A. Seletividade de Herbicidas em Pós-emergência Tardia na Cultura da Mandioca Sobre a Cultivar IAC-576-7. 2024.
    [ Google | Google Scholar ]
  10. SILVA, S. C.; MATTA, D. H.; STONE, LUÍS FERNANDO; ANDRADE, F. W.; JUSTINO, L. F.; CASTRO, A. P.; LACERDA, M. C.; HEINEMANN, A. B. QUEBRA DE PRODUTIVIDADE DO ARROZ DE TERRAS ALTAS EM GOIÁS: ABORDAGEM USANDO DADOS FUNCIONAIS. 2024.
    [ Google | Google Scholar ]
  11. JUSTINO, L. F.; ANDRADE, F. W.; MATTA, D. H.; MONTEIRO, J. E. B. A.; STONE, LUÍS FERNANDO; SILVA, S. C.; HEINEMANN, ALEXANDRE RISCO CLIMÁTICO DO FEIJÃO-COMUM NA SAFRA DAS ÁGUAS EM GOIÁS: UMA ABORDAGEM UTILIZANDO DADOS FUNCIONAIS. 2024.
    [ Google | Google Scholar ]
  12. SILVA, G. C. C.; DA MATTA, DAVID HENRIQUES; HEINEMANN, A. B.; STONE, LUÍS FERNANDO; SILVA, S. C. IMPACTO DAS VARIÁVEIS CLIMÁTICAS NA PRODUTIVIDADE DO ARROZ DE TERRAS ALTAS NA REGIÃO CENTRAL DO BRASIL. 2024.
    [ Google | Google Scholar ]
  13. LIMA, F. T.; COLUGNATI, D. B.; PANSANI, A. P.; LIMA JUNIOR, C. Q.; DA MATTA, DAVID HENRIQUES AVALIAÇÃO DA SUPRESSÃO GENERALIZADA DO ELETROENCEFALOGRAMA APÓS CRISE NO MODELO DO ABRASAMENTO ELÉTRICO DA AMÍGDALA EM RATOS WISTAR. 2024.
    [ Google | Google Scholar ]
  14. SILVA, G. C. R. E.; DALEGRAVE, S.; RIBEIRO, L. S.; GONCALVES, P. A. O.; TORRES, B. B. G.; DA MATTA, DAVID HENRIQUES PERFIL HEMATOLÓGICO DE CÃES EPILÉPTICOS IDIOPÁTICOS TRATADOS COM FENOBARBITAL. 2024.
    [ Google | Google Scholar ]
  15. FREIRE, H. L.; RIBEIRO, L. S.; GONCALVES, P. A. O.; MENEZES, K. M. F.; TORRES, B. B. G.; DA MATTA, DAVID HENRIQUES PREVALÊNCIA E FATORES DE RISCO ASSOCIADOS AO ACOMETIMENTO NEUROLÓGICO NA CINOMOSE CANINA: ESTUDO RETROSPECTIVO (2018-2022). 2024.
    [ Google | Google Scholar ]
  16. OTTOBONI, A. R.; RIBEIRO, L.; FI, G.; GONCALVES, P.; MATTA, DAVID HENRIQUES; DAMASCENO, A.; MARTINS, D.; CASTEL, A.; TORRES, B. Accuracy of Urinary Dipsticks for Glucose and Protein Determination in Cerebrospinal Fluid of Dogs. 2024.
    [ Google | Google Scholar ]
  17. TORRES, B. B. G.; LARA, I.; FREIRE, H. L.; RIBEIRO, L. S.; MENEZES, K. M.; GONCALVES, P. A.; MATTA, DAVID HENRIQUES Epidemiological Characteristics and Risk Factors Associated With Neurological Manifestation of Canine Distemper Virus. 2024.
    [ Google | Google Scholar ]
  18. Sousa, Pedro H. T. O; DE SOUZA, CAMILA P.E.; Dias, Ronaldo Bayesian Adaptive Selection of Variables for Function-on-Scalar Regression Models. 2024.
    [ Google | Google Scholar ]
  19. CERQUEIRA, A.; ZUANETTI, D. A.; SOLER, J. M. P. Minicurso 2: Análise estatística de dados genômicos. 2024.
    [ Google | Google Scholar ]

2023

  1. BENEVENUTO, L. G. D.; MORAIS, B. P.; BARROS, M. A.; ACHCAR, J. A.; MONTREZOR, L. H. Adipose-mesenchymal stem cells can modulate plasma leptin and osteocalcin in polycystic ovary syndrome-induced rats. 2023.
    [ Google | Google Scholar ]
  2. RODRIGUES-MOTTA, MARIANA Using complex models in the identification of sick cows. 2023.
    [ Google | Google Scholar ]
  3. AONO, A. H.; RODRIGUES-MOTTA, MARIANA OPTIMIZING GUINEA GRASS (Megathyrsus maximus) BREEDING THROUGH GENOMIC SELECTION. 2023.
    [ Google | Google Scholar ]
  4. CUYABANO, B. C. D.; RODRIGUES-MOTTA, MARIANA Changes in genetic correlations over generations due to selection and random drift. 2023.
    [ Google | Google Scholar ]
  5. CARVALHO, B. S.; HENNING, BARBARA; DE ARAUJO, TÂNIA K.; TADIELLO, H.; COAN, ANA C.; MONTENEGRO, MARIA AUGUSTA; ALVIM, MARINA K. M.; YASUDA, CLARISSA L.; CENDES, FERNANDO; LOPES-CENDES, I. Revealing disease genetics: unveiling genetic architecture through differential copy number variation in admixed populations. 2023.
    [ Google | Google Scholar ]
  6. SILVA JUNIOR, K. C.; Nobre, J.S.; BATISTA, M. J. Famílias Exponenciais Curvadas. 2023.
    [ Google | Google Scholar ]
  7. Fernandes, V. M. N.; Nobre, J.S. Métodos robustos para modelos de regressão heteroscedásticos. 2023.
    [ Google | Google Scholar ]
  8. Rocha, E. O.; Amaral, L. P.; Nobre, J.S. Modelo de Regressão Gamma Unitária: Uma abordagem bayesiana. 2023.
    [ Google | Google Scholar ]
  9. SOUSA, A. R. S. A wavelet-based method in aggregated functional data analysis. 2023.
    [ Google | Google Scholar ]
  10. SOUSA, A. R. S. A wavelet-based method in aggregated functional data analysis. 2023.
    [ Google | Google Scholar ]
  11. SOUSA, A. R. S. A class of priors to perform asymmetric wavelet shrinkage. 2023.
    [ Google | Google Scholar ]
  12. SILVA, G. C. C.; MATTA, D. H.; SILVA, S. C.; STONE, L. F.; HEINEMANN, A. B. Variáveis Climáticas e Produtividade do Arroz Irrigado no Brasil. 2023.
    [ Google | Google Scholar ]
  13. GONCALVES, P. A. O.; MATTA, D. H.; SILVA, S. C.; STONE, LUÍS FERNANDO; HEINEMANN, A. B. Variáveis Climáticas e Produtividade do Feijoeiro no Centro-Oeste. 2023.
    [ Google | Google Scholar ]
  14. FRANCA, B. S. A.; PIETRAFESA, P. A.; MATTA, D. H.; HEINEMANN, A. B. Incremento na Produtividade das Cultivares de Feijoeiro Devido ao Uso de Fungicidas: Um Estudo de Caso. 2023.
    [ Google | Google Scholar ]
  15. PULIDO, M. AURORA P. Aproximaciones $L1$ y $L1-2$ de la derivada fraciconaria $\psi$-Caputo. 2023.
    [ Google | Google Scholar ]
  16. CERQUEIRA, A.; ZUANETTI, D. A.; SOLER, JULIA M. P. Minicurso 2 - Análise estatística de dados genômicos. 2023.
    [ Google | Google Scholar ]

2022

  1. Pinheiro, Hildete; Farias, B.M. The use of quasi U-statistics to test homogeneity of variants of coronavirus. 2022.
    [ Google | Google Scholar ]
  2. Benaglia, T.; Barbosa, E.; Pinheiro, Hildete; Muniz-Terrera, G. Mixture models for longitudinal data of cognitive function in older adults. 2022.
    [ Google | Google Scholar ]
  3. Garcia, N. L.; RODRIGUES-MOTTA, MARIANA Unsupervise Bayesian Classification for Mixed Regression Models with Scalarand Functional Covariates. 2022.
    [ Google | Google Scholar ]
  4. RODRIGUES-MOTTA, MARIANA Unsupervised Bayesian classification for mixed regression models with scalar and functional covariates. 2022.
    [ Google | Google Scholar ]
  5. ABBARA, O.; Zevallos, Mauricio Stochastic Volatility with Missing Data: Assessing the Effects of Holidays. 2022.
    [ Google | Google Scholar ]
  6. Zevallos, Mauricio Minimum Distance Estimation of Long-Memory Stochastic Duration Models. 2022.
    [ Google | Google Scholar ]
  7. CARVALHO, D. A. F.; MAIA, R. P. Análise do desempenho acadêmico de alunos de Ciências Exatas e da Terra da Unicamp através de um Modelo de Regressão Linear Misto.. 2022.
    [ Google | Google Scholar ]
  8. MAIA, R. P.; RODRIGUES, M. L. Modelo de Regressão Logística Bivariado para Estimar as Chances de Um Candidato ao Curso de Medicina Ingressar em Primeira Chamada na Unicamp. 2022.
    [ Google | Google Scholar ]
  9. SANTOS, R. R.; Maia, Rafael P. Estudo do Desempenho em Disciplinas de Primeiro Ano e o Impacto na Evasão dos Cursos de Exatas da UNICAMP. 2022.
    [ Google | Google Scholar ]
  10. PINHO, L. G. B.; Nobre, J.S.; Rocha, M.E.Q.A.; Kubrusly, M. S.; Maia, F. P. A.; Rocha, E. A. Q. A.; Rocha, M. C. T.; Coimbra, V. O.; Kubrusly, B. S.; Quidute, A. R. P.; Rocha, E. A. Remote monitoring of pacemakers and defibrillators ? effective and safe in Brazil?. 2022.
    [ Google | Google Scholar ]
  11. Rocha, E. A. Q. A.; PINHO, L. G. B.; Nobre, J.S.; Gondim, P. S.; Dantas, A. H.; Vidal, P. B. D.; Freitas, A. A.; Coimbra, V. O.; Gondim, D. S. P.; Kubrusly, B. S.; Maia, F. P. A.; Pereira, F. T. M. Remote monitoring of cardiac devices during the COVID-19 pandemic. Timely and effective?. 2022.
    [ Google | Google Scholar ]
  12. Kubrusly, B. S.; Maia, F. P. A.; Paiva, R. C.; Gurgel, A. A. A.; Gondim, D. S. P.; Nobre, J.S.; PINHO, L. G. B.; Farias, A. G. P.; Rocha, M. C. T.; Rocha, E. A. Q. A.; Moreira, F. T. P. Prediction factors for events in the remote monitoring of implantable electronic cardiac device. Not for all, but essential to many!. 2022.
    [ Google | Google Scholar ]
  13. Rocha, E. O.; Nobre, J.S. Modelo de Regressão Gama Unitária. 2022.
    [ Google | Google Scholar ]
  14. OLIVEIRA, K. E. A.; OLIVEIRA, I. V.; Nobre, J.S. Modelos de regressão para dados provenientes de planos amostrais complexos.. 2022.
    [ Google | Google Scholar ]
  15. GUIMARAES, V. S. A. A.; PEREIRA, L. M.; Nobre, J.S. Análise de risco de crédito com o uso de modelos de regressão Logística, redes neurais e Algoritmos Genéticos. 2022.
    [ Google | Google Scholar ]
  16. SILVA, G. C. C.; MATTA, D. H.; SILVA, S. C.; STONE, L. F.; HEINEMANN, A. B. Variáveis Climáticas e Produtividade do Arroz Irrigado no Brasil. 2022.
    [ Google | Google Scholar ]
  17. GONCALVES, P. A. O.; MATTA, D. H.; SILVA, S. C.; STONE, L. F.; HEINEMANN, A. B. Variáveis Climáticas e Produtividade do Feijoeiro no Centro-Oeste. 2022.
    [ Google | Google Scholar ]
  18. FRANCA, B. S. A.; PIETRAFESA, P. A.; MATTA, D. H.; HEINEMANN, A. B. Incremento na Produtividade das Cultivares de Feijoeiro Devido ao Uso de Fungicidas: Um Estudo de Caso. 2022.
    [ Google | Google Scholar ]
  19. OLIVEIRA, C. E. G.; QUINTINO, C.; SHOORLEMMER, G. H. M.; COLUGNATI, D. B.; MATTA, D. H.; PANSANI, A. P. Automatic sleep classification in rats with epilepsy induced by pilocarpine. 2022.
    [ Google | Google Scholar ]
  20. HEINEMANN, A. B.; MATTA, D. H.; GONCALVES, P. A. O. Enviromic prediction is useful to define climate adaptation for common bean in Brazil. 2022.
    [ Google | Google Scholar ]
  21. VIANNA, Nubia Garcia; OLIVEIRA, Stefani Valerio de; FERNANDES, Ana Cláudia; MORAES, RAFAEL RODRIGUES DE Análise da adesão de usuários ao atendimento fonoaudiológico em uma UBS de Campinas/SP. 2022.
    [ Google | Google Scholar ]
  22. VIANNA, Nubia Garcia; BARRETO, Janaina de Rezende; ASTOLFI, Giovana; MORAES, RAFAEL RODRIGUES DE Perfil sociodemográfico e de saúde de surdos da Região Metropolitana de Campinas e o acesso à saúde. 2022.
    [ Google | Google Scholar ]
  23. Sousa, Pedro H. T. O; DE SOUZA, CAMILA P.E.; Dias, Ronaldo Adaptive Bayesian Selection of Basis Functions for Functional Data via Stochastic Penalization. 2022.
    [ Google | Google Scholar ]
  24. Sousa, Pedro H. T. O; DE SOUZA, CAMILA P.E.; Dias, Ronaldo Adaptive Bayesian Selection of Basis Functions for Functional Data via Stochastic Penalization. 2022.
    [ Google | Google Scholar ]
  25. TEIXEIRA, A. R. Uma Comparação das Teorias Abstrata e Topológica para Medidas Aleatórias e Processos Pontuais. 2022.
    [ Google | Google Scholar ]
  26. MELO, A. W. N.; MEDEIROS, P. C. CURVAS DE DEMANDA POR ÁGUA NA MICRORREGIÃO DE ARARIPINA/PE. 2022.
    [ Google | Google Scholar ]
  27. FERNANDES, F. A.; Boas, I. A. V.; ALVES, H. J. P.; FERNANDES, T. J. Comparação dos modelos Logístico e Gompertz na descrição do crescimento de coelhos mestiços. 2022.
    [ Google | Google Scholar ]
  28. Boas, I. A. V.; SALVADOR, R. C.; FERNANDES, F. A.; GONZAGA, N. A.; FERNANDES, T. J.; MUNIZ, J. A. Modelos não lineares na análise de curvas de crescimento de acúmulo de fósforo em cultivares de milho. 2022.
    [ Google | Google Scholar ]

2021

  1. FELIX, C. H. T. N.; MAIA, R.P. COMPARANDO AS TAXAS DE COBERTURA PARA DIFERENTES INTERVALOS DE CONFIANÇA PARA UMA PROPORÇÃO. 2021.
    [ Google | Google Scholar ]
  2. Silva, F.G.M; Rocha, E. O.; BATISTA, M. J.; Nobre, J.S. Análise Descritiva de Dados utilizando o Software R. 2021.
    [ Google | Google Scholar ]
  3. Rocha, E. O.; BATISTA, M. J.; Nobre, J.S. Uma aplicação no programa R do Modelo de regressão Linear Múltipla. 2021.
    [ Google | Google Scholar ]
  4. Silva, L. P.; Nobre, J.S.; Santos, J. R. S. Análise de regressão e análise de dados multivariados via teoria de cópulas. 2021.
    [ Google | Google Scholar ]
  5. Santos Filho, D. J.; Nobre, J.S. Utilização da estatística Gradiente e seu refinamento em Modelos Lineares Mistos. 2021.
    [ Google | Google Scholar ]
  6. Silva, L. A.; Nobre, J.S. Utilização do método Bootstrap em Modelos de Regressão Linear Simples. 2021.
    [ Google | Google Scholar ]
  7. Barbosa, W. B.; Aguiar, L. G. P.; Nobre, J.S.; Targino, R. Análise não paramétrica de dados categorizados. 2021.
    [ Google | Google Scholar ]
  8. Rocha, E. O.; Bessa, P. V. O.; BATISTA, M. J.; Nobre, J.S. Modelos Lineares Generalizados: Uma aplicação de regressão Poisson em R. 2021.
    [ Google | Google Scholar ]
  9. Bessa, P. V. O.; Rocha, E. O.; BATISTA, M. J.; Nobre, J.S. Método Bootstrap para estimação intervalar. 2021.
    [ Google | Google Scholar ]
  10. SOUSA, A. R. S.; LEONARDI, F.; SEVERINO, M. Model selection criteria for regression models with splines and the automatic localization of knots. 2021.
    [ Google | Google Scholar ]
  11. SOUSA, A. R. S. Asymmetric prior in wavelet shrinkage. 2021.
    [ Google | Google Scholar ]
  12. SOUSA, A. R. S. Asymmetric Prior in Wavelet Shrinkage. 2021.
    [ Google | Google Scholar ]
  13. SOUSA, A. R. S. Asymmetric prior in wavelet shrinkage. 2021.
    [ Google | Google Scholar ]
  14. AMERICO, J. M. P.; NICIOLI, L.; OSORIO, D. M. M.; NOGAROTTO, D. C.; Pozza, S. A. A influência de refinarias na qualidade do ar no sul e sudeste do Brasil. 2021.
    [ Google | Google Scholar ]
  15. NICIOLI, L.; AMERICO, J. M. P.; OSORIO, D. M. M.; NOGAROTTO, D. C.; Pozza, S. A. Uso de modelo receptor para identificação de fontes emissoras de partículas atmosféricas de cinco municípios gaúchos. 2021.
    [ Google | Google Scholar ]
  16. ALVARENGA, C. E. A.; MELO, R. E. S.; NOGAROTTO, D. C. Autorregulação da aprendizagem de universitários no ensino a distância. 2021.
    [ Google | Google Scholar ]
  17. NICIOLI, L.; AMERICO, J. M. P.; OSORIO, D. M. M.; NOGAROTTO, D. C.; Pozza, S. A. Uso do PMF para Identificação de Fontes Emissoras de Material Particulado em Municípios Gaúchos. 2021.
    [ Google | Google Scholar ]
  18. CARVALHO, Walter Augusto Fonseca de; MOREIRA, G. F.; CARVALHO, M. L. OCORRÊNCIA E MANEJO DA LAGARTA Opogona sacchari BOJER, 1856 (LEPIDOPTERA: TINEIDAE) NA CULTURA DO SHIMEJI BRANCO (Pleurotus ostreatus). 2021.
    [ Google | Google Scholar ]
  19. CARVALHO, Walter Augusto Fonseca de; FERNANDES, L. M.; ANDRADE, M. A. DESENVOLVIMENTO E RENDIMENTO DE Phaseolus vulgaris L. EM FUNÇÃO DA APLICAÇÃO DE REGULADORES VEGETAIS E POTÁSSIO. 2021.
    [ Google | Google Scholar ]
  20. CARVALHO, Walter Augusto Fonseca de; RODRIGUES, G. G. B.; GUARNIERI, V. H. Efeito toxicológico de defensivos agrícolas em sistema aquapônico com Tilápia nilótica e morango da variedade Albion. 2021.
    [ Google | Google Scholar ]
  21. FERNANDES, IGOR KUIVJOGI; MATTA, D. H.; COSTA-NETO, GERMANO; HEINEMANN, A. B. Aplicação do Modelo Randon Forest para a Predição da Produtividade do Arroz Tropical Irrigado. 2021.
    [ Google | Google Scholar ]
  22. HONORIO FILHO, G. R.; MATTA, D. H.; HEINEMANN, A. B. Predição do Florescimento do Arroz (Oryza Sativa L.) Irrigado por meio de Variáveis Geográficas e Climáticas. 2021.
    [ Google | Google Scholar ]
  23. PANSANI, A. P.; QUINTINO, C.; MATTA, D. H. Responses to Obstructive Sleep Apnea and Chemoreflex Stimulation in Rats with Epilepsy Induced by Pilocarpine. 2021.
    [ Google | Google Scholar ]
  24. SOUSA, J. S. USO DE MEDIDAS DESCRITIVAS NA ANÁLISE DE DIAGNÓSTICO DE MODELOS LINEARES MISTOS. 2021.
    [ Google | Google Scholar ]
  25. CASTRO, M. O.; MOTA, J. M. A. Uma nova mistura finita de distribuições. 2021.
    [ Google | Google Scholar ]
  26. MELO, A. W. N.; MEDEIROS, P. C. ELASTICIDADE-PREÇO DA DEMANDA POR ÁGUA NO ABASTECIMENTO URBANO NO POLO GESSEIRO DO ARARIPE/PE. 2021.
    [ Google | Google Scholar ]
  27. MENDES, F. H. P. S.; TURATTI, D. E.; MAZZEU, JOÃO HENRIQUE GONÇALVES; CALDEIRA, J. F. Duration Dependent Volatility Models with Value-weighted Approach. 2021.
    [ Google | Google Scholar ]
  28. FERNANDES, F. A.; FRUHAUF, A. C.; ALVES, H. J. P.; FERNANDES, T. J. Previsão para o número de casos de tuberculose no estado de São Paulo para o ano de 2021. 2021.
    [ Google | Google Scholar ]
  29. Boas, I. A. V.; FERNANDES, F. A.; FERNANDES, T. J.; MUNIZ, J. A. Modelos não lineares na descrição de acumulo de matéria seca em milho. 2021.
    [ Google | Google Scholar ]
  30. FRUHAUF, A. C.; LIMA, K. P.; FERNANDES, F. A.; MUNIZ, J. A.; FERNANDES, T. J.; BARBOSA, A. C. M. C. Ajuste do modelo von Bertalanffy na descrição do crescimento de cedro (Cedrela fissilis) com uso da regressão quantílica. 2021.
    [ Google | Google Scholar ]
  31. FERNANDES, F. A.; CARVALHO, M. M.; FERNANDES, T. J. Análise do comportamento do preço da carcaça dianteira de bovinos no Estado do Paraná. 2021.
    [ Google | Google Scholar ]
  32. Boas, I. A. V.; FERNANDES, F. A.; NASCIMENTO, L. A.; SALVADOR, R. C.; FERNANDES, T. J.; MUNIZ, J. A. Descrição do acúmulo de Nitrogênio em plantas de milho. 2021.
    [ Google | Google Scholar ]

2020

  1. OLIVEIRA, R. P.; ACHCAR, J. A. A multivariate geometric distribution for lifetimes of n-components series systems. 2020.
    [ Google | Google Scholar ]
  2. Rodrigues-Motta, M.; Garcia, N. L. Using linear and non linear functional additive effects for predicting binary variables: an Baysian approach with an application to EEG data (3363739). 2020.
    [ Google | Google Scholar ]
  3. RODRIGUES-MOTTA, MARIANA A zero augmented Birbaum-Saunders mixed model with repeated measures: a Bayesian approach. 2020.
    [ Google | Google Scholar ]
  4. CARVALHO, D. A. F.; MAIA, R. P. Modelo de regressão logística para a evasão no primeiro ano de graduação de ingressantes na UNICAMP entre 2014 e 2018. 2020.
    [ Google | Google Scholar ]
  5. Rocha, E. O.; BATISTA, M. J.; Nobre, J.S. Regressão Linear Simples: Uma visão via ggplot2. 2020.
    [ Google | Google Scholar ]
  6. Ribeiro, I. S.; BATISTA, M. J.; Nobre, J.S. Estatística Descritiva: Explorando dados com ggplot2. 2020.
    [ Google | Google Scholar ]
  7. Santos Filho, D. J.; Nobre, J.S. Comparação entre os principais testes assintóticos. 2020.
    [ Google | Google Scholar ]
  8. Pessoa, D. N.; Nobre, J.S.; Montalvo, G. S. A. Método de Log-Cumulantes: Introdução e Propriedades. 2020.
    [ Google | Google Scholar ]
  9. Cavalcante, J. P. L.; Nobre, J.S. Modelos de regressão Beta com medidas repetidas via teoria de Equações de Estimação Generalizadas. 2020.
    [ Google | Google Scholar ]
  10. SOUSA, A. R. S.; GARCIA, N. L.; VIDAKOVIC, B. Bayesian Wavelet Shrinkage with Beta Priors. 2020.
    [ Google | Google Scholar ]
  11. SOUSA, A. R. S.; LEONARDI, F.; TAIRONE, M. Model selection criteria for regression models with splines and the automatic localization of knots. 2020.
    [ Google | Google Scholar ]
  12. CAMARGO, L. V.; NOGAROTTO, D. C.; Pozza, S. A. Trends and analysis of atmospherics pollutants in saturated regions. 2020.
    [ Google | Google Scholar ]
  13. NOGAROTTO, D. C.; Canteras, F.B.; Pozza, S. A. Truckers Strike: Impact of transport shutdown on air quality in the city of São Paulo (Brazil). 2020.
    [ Google | Google Scholar ]
  14. BALTAZAR, J. P.; PENTEADO, P. B.; NOGAROTTO, D. C.; PEREIRA FILHO, E. R.; Canteras, F.B.; Pozza, S. A. Particulate matter concentration: Chemical composition and influence of urban parks.. 2020.
    [ Google | Google Scholar ]
  15. Conceição, Josué dos Santos; Ferreira Filho, D. Previsão de desempenho de estudantes usando um modelo de regressão com variáveis dummy. 2020.
    [ Google | Google Scholar ]
  16. CASTRO, M. O. Misturas finitas de distribuições: Introdução e aplicações. 2020.
    [ Google | Google Scholar ]
  17. MELO, A. W. N.; MEDEIROS, P. C. ANÁLISE DA DEMANDA E IMPACTO ECONÔMICO DO ABASTECIMENTO PÚBLICO NO SEMIÁRIDO PERNAMBUCANO. 2020.
    [ Google | Google Scholar ]
  18. FERNANDES, F. A.; LIMA, K. P.; FERNNANDES, N. M.; CARVALHO, M. M.; FERNANDES, T. J. Método de Previsão com Correção à Priori da Sazonalidade aplicado aos casos de óbitos do COVID-19 no Brasil. 2020.
    [ Google | Google Scholar ]
  19. Boas, I. A. V.; FERNANDES, F. A.; FERNANDES, T. J.; MUNIZ, J. A. Modelos não lineares aplicados ao crescimento de frutos de manga da variedade Palmer. 2020.
    [ Google | Google Scholar ]
  20. LIMA, K. P.; FERNANDES, F. A.; MORAIS, A. R.; FERNANDES, T. J. Modelos não lineares considerando erros normais assimétricos para descrição do feijoeiro cultivar bolinha. 2020.
    [ Google | Google Scholar ]

2019

  1. Pinheiro, Hildete; BORDIN, Tatiana Buratto; PINHEIRO, A. S.; REIS, S. F.; Perez, S.I. Homogeneity tests for comparisons of groups of DNA sequences using U-statistics and substitution models. 2019.
    [ Google | Google Scholar ]
  2. BUTIGNOLI JUNIOR, G.; MONTREZOR, L. H.; AMARAL, A. C.; BORGES, J. R.; ACHCAR, J. A.; BARROS, M. A.; MORAIS, B. P.; PELLIZZON, C. H.; GUSHIKEN, L. F. S.; ERVOLINO, E.; ANSELMO-FRANCI, J. A. MESENCHYMAL STEM CELLS AND TESTOSTERONE IN OSTEOCHONDRAL REPAIR IN RATS INDUCED TO OSTEOARTHRITIS. 2019.
    [ Google | Google Scholar ]
  3. BENEVENUTO; MONTREZOR, L. H.; BARUD, H. S.; CRUZ, S. A.; ALVES, E. D.; ACHCAR, J. A. EXTRACELLULAR MATRIX MINERALIZATION OF OSTEO-1 CELLS CULTIVATED IN THE PRESENCE OF BACTERIAL CELLULOSE MEMBRANES WITH PLASMA-MODIFIED SURFACES. 2019.
    [ Google | Google Scholar ]
  4. Martinez,E.Z.; ACHCAR, J. A. A distribuição Dagum defeituosa e seu uso na análise de dados de sobrevivência com fração de cura. 2019.
    [ Google | Google Scholar ]
  5. ICUMA, T. R.; ACHCAR, J. A.; MARTINEZ, Edson Zangiacomi; DAVARZANI, N. DETERMINATION OF OPTIMUM MEDICAL CUT POINTS FOR CONTINUOUS COVARIATES IN LIFETIME REGRESSION MODELS. 2019.
    [ Google | Google Scholar ]
  6. PERES, M. V. O.; ACHCAR, J. A.; MARTINEZ, Edson Zangiacomi UM ESTUDO DE SIMULAÇÃO DA DISTRIBUIÇÃO WEIBULL MODIFICADA BIVARIADA BASEADA NA CÓPULA FARLIE?GUMBEL-MORGENSTERN. 2019.
    [ Google | Google Scholar ]
  7. Valala, J.V.Z.; ACHCAR, J. A.; MONTREZOR, L. H. EFFECT OF CULTURE MEDIUM COMPOSITION ON C2C12 CELL COUNT: IN VITRO MODEL FOR STUDIES OF POLYCYSTIC OVARY SYNDROME. 2019.
    [ Google | Google Scholar ]
  8. CARVALHO, DANIELLE; MAIA, RAFAEL Programas de ações afirmativas na UNICAMP: Um breve estudo sobre o impacto do PAAIS e ProFIS na evasão dos alunos ingressantes em cursos de graduação de 2014 a 2018. 2019.
    [ Google | Google Scholar ]
  9. Ferreira, A. R.; Bonates, T. O. E.; Nobre, J.S. Generalized Model Trees: A new algorithm proposal for regression tasks. 2019.
    [ Google | Google Scholar ]
  10. Silva, D. A.; Braga, A. R.; Nobre, J.S.; Gomes, D. G. CPS1.2: Clustering and elastic net logistic regression as support tools for Honeybee (Apis mellifera) colonies health diagnosis. 2019.
    [ Google | Google Scholar ]
  11. SOUSA, J. S.; MENDES, C. M. O.; BATISTA, M. J.; FARIAS, R. B. A. UMA ANÁLISE PARA REDUÇÃO DO ÍNDICE DE EVASÃO DO CURSO DE ESTATÍSTICA. 2019.
    [ Google | Google Scholar ]
  12. MENDES, C. M. O.; SOUSA, J. S.; BATISTA, M. J.; FARIAS, R. B. A. PRÁTICAS PARA PERMANÊNCIA DOS ALUNOS NO CURSO DE ESTATÍSTICA. 2019.
    [ Google | Google Scholar ]
  13. FARIAS, B. M.; BETIN, P. S.; LEITE, S. F. PEIS - Projeto Educativo de Integração Social: oficina de 'Ciências Naturais'. 2019.
    [ Google | Google Scholar ]
  14. MELO, A. W. N.; MEDEIROS, P. C. WAVELET MORLET APLICADA À VARIABILIDADE DO ESCOAMENTO FLUVIAL. 2019.
    [ Google | Google Scholar ]
  15. Silva, A. V.; FERNANDES, F. A.; MUNIZ, J. A.; FERNANDES, T. J.; Moura, R. S. Avaliação do crescimento da coxa de coelhos mestiços (Nova Zelândia x Gigante de Flandres). 2019.
    [ Google | Google Scholar ]

2018

  1. ALVES, E. D.; PIGATTO, G. R.; ACHCAR, J. A.; PARIZOTTO, N. A.; MONTREZOR, L. H. LOW-LEVEL LASER THERAPY DECREASED THE NUMBER OF OVARIAN FOLLICULAR CYSTS IN POLYCYSTIC OVARIES-INDUCED RATS. 2018.
    [ Google | Google Scholar ]
  2. OLIVEIRA, R. P.; ACHCAR, J. A. O uso de modelos de fração de cura bivariados na análise dos tempos de sobrevida e remissão de pacientes diagnosticados com câncer de pele.. 2018.
    [ Google | Google Scholar ]
  3. OLIVEIRA, R. P.; SANTOS, M. R.; ACHCAR, J. A.; MARTINEZ, Edson Zangiacomi O uso do modelo defectivo de Gompertz na modelagem de fração de cura em pacientes portadores de HIV. 2018.
    [ Google | Google Scholar ]
  4. OLIVEIRA, R. P.; ACHCAR, J. A. Uma extensão de modelos bivariados usando modelos de fração de cura em estudos médicos. 2018.
    [ Google | Google Scholar ]
  5. BENEVENUTO, L. G. D.; ALVES, E. D.; ACHCAR, J. A.; BARUD, H. S.; MONTREZOR, L. H. Testosterone modulates the activity of osteo-1 cells cultivated in the presence of bacterial cellulose membrane. 2018.
    [ Google | Google Scholar ]
  6. MATIAS, V. D.; ACHCAR, J. A.; FABRICIO, V.; NONAKA, K. O.; MONTREZOR, L. H. Strength trainning promotes changes in maximum load on fracture point in femurs of rats induced to polycystic ovary syndrome. 2018.
    [ Google | Google Scholar ]
  7. CAMARGO, A. M.; ALVES, E. D.; ACHCAR, J. A.; IEMMA, M. R. C.; MONTREZOR, L. H. Multiplication and Viability of C2C12 cells cultivated in vitro in response to androgenic stimulations. 2018.
    [ Google | Google Scholar ]
  8. BATISTUZO, L. F.; MATIAS, V. D.; ACHCAR, J. A.; IEMMA, M. R. C.; MONTREZOR, L. H. In vitro study of metabolic activity and cell count of adypocites of rats induced to polycystic ovary syndrome. 2018.
    [ Google | Google Scholar ]
  9. RODRIGUES-MOTTA, MARIANA; Garcia, N. L.; PETKOVA, E.; TARPEY, T.; OGDEN, R. T. Identification of early respondents based on EEG signals. 2018.
    [ Google | Google Scholar ]
  10. García, Jesús E.; González-López, V. A.; Londoño, S. L. M. Independence Test for Continuous or Discrete Random Variables. 2018.
    [ Google | Google Scholar ]
  11. García, Jesús E.; González-López, V. A. Similarity between Strains of Zika from Tropical and Subtropical Regions. 2018.
    [ Google | Google Scholar ]
  12. FERREIRA, L. P.; NAKAMURA, H. Y.; CONSTANTINI, A. C.; MAIORINO, A.; ROCHA, R. E.; MAIA, R.P.; MIRANDA, B. C.; MOSNA, L. A. SERÁ A ARQUITETURA A CULPADA? ACÚSTICA ARQUITETÔNICA E OS DISTÚRBIOS DE VOZ NA PRÁTICA DOCENTE. 2018.
    [ Google | Google Scholar ]
  13. Abbara, Omar; ZEVALLOS, M. Modeling and Forecasting Long Memory Stochastic Volatility Models. 2018.
    [ Google | Google Scholar ]
  14. GALINDO, Á. F. L.; ANDRADE, J. A. A. Regressão não-linear usando Processos Gaussianos. 2018.
    [ Google | Google Scholar ]
  15. FREITAS, J. V. B.; NOBRE, J. S. Uso de Equações de Estimação Generalizadas para modelos de medidas repetidas. 2018.
    [ Google | Google Scholar ]
  16. MONTEIRO, I. A.; FREITAS, J. V. B.; NOBRE, J. S. Introdução aos métodos bootstrap e suas aplicações. 2018.
    [ Google | Google Scholar ]
  17. TARUMOTO, M. H.; ÁLVARO, M.M.K.; RODRIGUES, E. R. COMPARAÇÃO DE MODELOS ESTATÍSTICOS PARA ESTIMAÇÃO DO INTERVALO DE TEMPOS ENTRE ULTRAPASSES DE UM LIMIAR DE TEMPERATURA NA CIDADE DE PRESIDENTE PRUDENTE (SP. 2018.
    [ Google | Google Scholar ]
  18. SARTORETTO, E. Z.; Rodríguez, P. M.; RODRIGUES, F. A. Simulações para um modelo de grafo aleatório não homogêneo. 2018.
    [ Google | Google Scholar ]
  19. NASCIMENTO, C. A. V.; NASCIMENTO, C. A. V. A TECNOLOGIA ASSISTIVA COMO FACILITADORA DO USO DO COMPUTADOR: DESENVOLVIMENTO DE PROTÓTIPO DE MOUSE ADAPTADO,. 2018.
    [ Google | Google Scholar ]
  20. BETIN, P. S.; FARIAS, B. M. O Projeto Educativo de Integração Social - PEIS: o curso ?Ciências e Meio Ambiente?. 2018.
    [ Google | Google Scholar ]
  21. JANE, S. A.; FERNANDES, F. A.; MUNIZ, J. A.; FERNANDES, T. J. Comparação dos modelos Polinomial e Logístico na descrição do crescimento da pimenta doce.. 2018.
    [ Google | Google Scholar ]
  22. FERNANDES, F. A.; PEREIRA, A. A.; SILVA, E. M.; SILVA, V. F.; FERNANDES, T. J. Curvas de crescimento de suínos com erros autocorrelacionados de primeira ordem. 2018.
    [ Google | Google Scholar ]
  23. SILVA, V. F.; LIMA, K. P.; SILVA, E. M.; FERNANDES, F. A.; SCALON, J. D. Vida escolar: Agressor ou vítima? O uso da análise de correspondência simples na ocorrência de bullying.. 2018.
    [ Google | Google Scholar ]
  24. FERNANDES, F. A.; JANE, S. A.; FERNANDES, T. J.; MUNIZ, J. A. Modelagem não linear do crescimento de ovinos da raça Morada Nova. 2018.
    [ Google | Google Scholar ]
  25. JANE, S. A.; FERNANDES, F. A.; MUNIZ, J. A.; FERNANDES, T. J. Modelos não lineares na descrição da estatura e diâmetro da cana-de-açúcar variedade RB92579. 2018.
    [ Google | Google Scholar ]
  26. FRUHAUF, A. C.; FERNANDES, F. A.; Fernandes, J. G.; MUNIZ, J. A. Descrição do crescimento de suínos machos através do uso de modelos não lineares. 2018.
    [ Google | Google Scholar ]
  27. Fernandes, J. G.; RIBEIRO, T. D.; FRUHAUF, A. C.; FERNANDES, F. A.; SILVA, E. M.; MUNIZ, J. A. Estudo do crescimento de frutos de pêssego (Prunus persic) via modelos de regressão não linear com caráter duplo sigmoide. 2018.
    [ Google | Google Scholar ]
  28. SILVA, V. F.; LIMA, K. P.; FERNANDES, F. A.; SILVA, E. M.; ALVES, H. J. P.; SCALON, J. D. Agressão Feminina no estado de São Paulo: uma análise temporal. 2018.
    [ Google | Google Scholar ]
  29. Silva, A. V.; Silva, W. D.; MUNIZ, J. A.; FERNANDES, T. J.; FERNANDES, F. A.; Moura, R. S. Avaliação da curva de crescimento de coelhos da raça Nova Zelândia. 2018.
    [ Google | Google Scholar ]

2017

  1. ACHCAR, J. A.; Coelho-Barros, E. A.; DE SOUZA, ROBERTO MOLINA An application of non-homogeneous Poisson process in presence of change-points. 2017.
    [ Google | Google Scholar ]
  2. ACHCAR, J. A. Use of graphical methods in the diagnostic of bivariate lifetime distributions with censoring data. 2017.
    [ Google | Google Scholar ]
  3. Coelho-Barros, E. A.; ACHCAR, J. A.; MAZUCHELI, Josmar An application of the inverse power Lindley distribution in left censored - Poster session. 2017.
    [ Google | Google Scholar ]
  4. BONFA; FABRICIO, V.; NONAKA; ANSELMO-FRANCI, J. A.; ACHCAR, J. A.; MONTREZOR, L. H. RELATIONSHIPS BETWEEN POLYCYSTIC OVARY AND BONE ACTIVITIES: IN VIVO AND IN VITRO STUDY. 2017.
    [ Google | Google Scholar ]
  5. PERES, M. V. O.; ACHCAR, J. A.; MARTINEZ, Edson Zangiacomi Bivariate generalized modified Weibull distribution for lifetime modeling with a cure fraction. 2017.
    [ Google | Google Scholar ]
  6. MATIAS; BONFA, A. L. O.; ACHCAR, J. A.; MONTREZOR, L. H. Resistance exercise can promote morfofunctional changes in ovary polycystic-induced rats. 2017.
    [ Google | Google Scholar ]
  7. Rodrigues-Motta, M.; Claudia Akemi Koda; Verly Junior, E. Mixed models for positive responses augmented by zero. 2017.
    [ Google | Google Scholar ]
  8. García, Jesús E.; González-López, V. A. Comparison of Stochastic Processes. 2017.
    [ Google | Google Scholar ]
  9. García, Jesús E.; González López, V. A. Stochastic Distance between Burkitt lymphoma/leukemia Strains. 2017.
    [ Google | Google Scholar ]
  10. MAIA, R. P. Modelos não-lineares mistos aplicados ao ajuste de curvas de produção de ovos de aves poedeiras.. 2017.
    [ Google | Google Scholar ]
  11. MAIA, R. P. Modelos não lineares mistos aplicados ao ajuste de curvas de produção de ovos. 2017.
    [ Google | Google Scholar ]
  12. Abbara, Omar; ZEVALLOS, M. Estimadores de Mínima Distância para Séries Temporais Multivariadas. 2017.
    [ Google | Google Scholar ]
  13. DESOUSA, MÁRIO F.; SAULO, H.; SANTOS-NETO, M. F.; LEIVA, V. On a mixture regression model for left-censored data. 2017.
    [ Google | Google Scholar ]
  14. GALINDO, Á. F. L. Assédio no ambiente universitário. 2017.
    [ Google | Google Scholar ]
  15. GALINDO, Á. F. L.; ARAUJO, A. M. S. Modelos não lineares para dados longitudinais via: Poisson multivariada. 2017.
    [ Google | Google Scholar ]
  16. FREITAS, J. V. B.; SERRA, K. K. T.; SOUSA, B. G. C.; MONTEIRO, A. J. Análise de projetos de monitoria de graduação. 2017.
    [ Google | Google Scholar ]
  17. SOUSA, B. G. C.; FREITAS, J. V. B.; SERRA, K. K. T.; MONTEIRO, A. J. Evolução do ENADE: a importância de sua aplicação e a necessidade de sensibilização dos discentes para maior compreensão e realização do exame.. 2017.
    [ Google | Google Scholar ]
  18. SERRA, K. K. T.; SOUSA, B. G. C.; FREITAS, J. V. B.; MONTEIRO, A. J. Análise das ações de ambientação e redução da evasão discente dos projetos de monitoria de graduação. 2017.
    [ Google | Google Scholar ]
  19. FREITAS, J. V. B.; NOBRE, J. S. Métodos de estimação robustos em modelos de regressão linear. 2017.
    [ Google | Google Scholar ]
  20. FERNANDES, F. A.; SILVA, E. M.; SILVA, V. F.; FERNANDES, T. J.; MUNIZ, J. A. Comparação entre os modelos Gompertz e logístico para avaliar o crescimento em matéria fresca da batata. 2017.
    [ Google | Google Scholar ]
  21. ALVES, H. J. P.; FERNANDES, F. A.; SILVA, V. F.; SILVA, E. M.; FERREIRA, D. F. AVALIANDO O DESEMPENHO DA ESTATÍSTICA SCAN ESPACIAL NA DETECÇÃO DE CLUSTERS ESPACIAIS UTILIZANDO O PODER DO TESTE E A SENSIBILIDADE COMO MEDIDAS AVALIATIVAS. 2017.
    [ Google | Google Scholar ]
  22. FERNANDES, F. A.; SILVA, E. M.; SILVA, V. F.; ALVES, H. J. P.; FERNANDES, T. J. MODELOS NÃO LINEARES NA DESCRIÇÃO DA CURVA DE CRESCIMENTO DA BATATA. 2017.
    [ Google | Google Scholar ]
  23. FERNANDES, F. A.; GOUVÊA, Graziela Dutra Rocha Estimação do PIB pela Ótica da Despesa: Uma Aplicação do Modelo de Regressão Linear Múltipla. 2017.
    [ Google | Google Scholar ]
  24. SILVA, V. F.; LIMA, K. P.; SILVA, E. M.; FERNANDES, F. A.; SCALON, J. D. Um estudo da tendência temporal da taxa suicida no Brasil. 2017.
    [ Google | Google Scholar ]
  25. SILVA, V. F.; SILVA, E. M.; FERNANDES, F. A.; ALVES, H. J. P.; ZACARIAS, M. S.; SCALON, J. D. Utilização de regressão polinomial para modelagem do uso de controle biológico de pragas em plantação de café. 2017.
    [ Google | Google Scholar ]
  26. MANCHINI, C. E. F.; PORTELLA, L.; BAYER, F. M. Correções bootstrap de estimadores robustos para os parâmetros da distribuição beta. 2017.
    [ Google | Google Scholar ]

2016

  1. DE SOUZA, ROBERTO MOLINA; ACHCAR, J. A.; BRESSAN, G. Correlated time series using mixed models in a Bayesian perspective. 2016.
    [ Google | Google Scholar ]
  2. ROCHA, A. C.; BORGES, E. H. T.; ACHCAR, J. A.; BASSI, M.; ZOCCAL, D. B.; MONTREZOR, L. H. PERFIL METABÓLICO DE RATAS INDUZIDAS PARA OVÁRIO POLICÍSTICO. 2016.
    [ Google | Google Scholar ]
  3. BRANCAGLIAO, L. F. C.; BONFA, A. L. O.; LEMOS, J. E. S.; ROCHA, N. F.; GONCALVES, V. M.; ACHCAR, J. A.; MONTREZOR, L. H. 'ANÁLISE DA VIABILIDADE CELULAR DE OSTEO-1 E C2C12 DESAFIADAS COM DIFERENTES CONCENTRAÇÕES DE ESTEROIDES OVARIANOS, NA AUSÊNCIA E NA PRESENÇA DE SORO FETAL BOVINO: ESTUDO IN VITRO MIMETIZANDO RATAS COM OVÁRIO POLICÍSTICO. 2016.
    [ Google | Google Scholar ]
  4. PINHEIRO, H. P.; M, Rafael; Lima Neto, E. A.; Rodrigues-Motta, M. Modelling the proportion of failed courses and GPA scores for engineering major students. 2016.
    [ Google | Google Scholar ]
  5. Rodrigues-Motta, M.; FORKMAN, J. Positive responses argmented by zeros in experiments with incomplete block design. 2016.
    [ Google | Google Scholar ]
  6. Rodrigues-Motta, M.; VILCA, FILIDOR; Lachos, V. H.; Verly Junior, E.; Fisberg, Regina M.; Marchioni, Dirce M. Lobo; BALTAR, V. T. A Mixed Model for Positive Responses Augmented by Zeros. 2016.
    [ Google | Google Scholar ]
  7. FERNÁNDEZ, M.; GARCÍA, JESÚS E.; González-López, V. A.; Viola, M. L. L. Full Interaction Partition Estimation in Stochastic Processes. 2016.
    [ Google | Google Scholar ]
  8. GARCÍA, JESÚS E.; González-López, V. A. Consistent Proximity between N-grams. 2016.
    [ Google | Google Scholar ]
  9. MAIA, R.P.; Demétrio, CGB; Labouriau, R Variance component estimation on discrete time competing risks with masked causes. 2016.
    [ Google | Google Scholar ]
  10. MAIA, R.P.; LABOURIAU, RODRIGO; Demétrio, CGB Discrete time competing risks analysis with masked causes. 2016.
    [ Google | Google Scholar ]
  11. SOUZA SILVA, GIOVANNA; PIMENTEL MAIA, RAFAEL Análise Estatística do Perfil de Aves Poedeiras da Raça White Leghorn.. 2016.
    [ Google | Google Scholar ]
  12. MAIA, R.P.; Demétrio, CGB; Labouriau, R A Discrete Mixed Competing Risk Model for Discrete Time with Masked Causes. 2016.
    [ Google | Google Scholar ]
  13. TRUCÍOS, CARLOS Measuring the Effect of Uncertainty in the Estimation of the Conditional Covariance Matrix in Portfolio Selection and Risk Measures. 2016.
    [ Google | Google Scholar ]
  14. LIMA, M. R. G.; RISSI, N. M.; NOGAROTTO, D. C.; POZZA, S. Uso de ACP para explicar a relação de fatores meteorológicos e material particulado no município de Paulínia.. 2016.
    [ Google | Google Scholar ]
  15. MATTA, D. H.; GARCIA, N. L.; MOTTA, M. R. Modelo Espaco-Temporal Funcional Misto. 2016.
    [ Google | Google Scholar ]
  16. MENEZES, A. F. B.; FELIX, V. B. Estudo de simulação Monte Carlo para testes post hoc.. 2016.
    [ Google | Google Scholar ]
  17. MENEZES, A. F. B.; NAGAHAMA, V. H. Distribuições de probabilidade para análise de proporções: Uma aplicação no beisebol.. 2016.
    [ Google | Google Scholar ]
  18. GALINDO, Á. F. L. Assédio no ambiente universitário. 2016.
    [ Google | Google Scholar ]
  19. PORTELLA, L.; BROCH, S. C. Aplicações estatísticas no cotidiano. 2016.
    [ Google | Google Scholar ]
  20. PORTELLA, L.; FOLETTO, T. C. Modelagem Matemática:dando continuidade aos estudos. 2016.
    [ Google | Google Scholar ]

2015

  1. ACHCAR, J. A.; BARROS, Emilio Augusto Coelho; MAZUCHELI, J. Mixture and Non-Mixture Cure Rate Model Considering The Burr XII Distribution. 2015.
    [ Google | Google Scholar ]
  2. ACHCAR, J. A.; SOUZA, R. M.; MARTINEZ, Edson Zangiacomi; MAZUCHELI, Josmar Use of a generalized multivariate gamma distribution based on copula functions in the average bioequivalence. 2015.
    [ Google | Google Scholar ]
  3. TRUCÍOS, CARLOS; HOTTA, L. K.; RUIZ, E. Forecasting returns, volatilities and risk measures in GARCH models: A robust bootstrap procedure.. 2015.
    [ Google | Google Scholar ]
  4. GARCIA, NANCY; KRISHNA PERES BARBOSA, ERIC Processos Autorregressivos com memória variável. 2015.
    [ Google | Google Scholar ]
  5. Demétrio, CGB; MAIA, R. P.; Labouriau, R A competing risk model for discrete time with masked causes and gaussian random component. 2015.
    [ Google | Google Scholar ]
  6. FRANCISCO, W.; FERREIRA, F. V.; FERREIRA, E. V.; CIVIDANES, L. S.; COUTINHO, A. R.; THIM, G. P. Mechanical Property of Epoxy Resin Filled with Functionalized CNT. 2015.
    [ Google | Google Scholar ]
  7. FRANCISCO, W.; FERREIRA, F. V.; FERREIRA, E. V.; CIVIDANES, L. S.; COUTINHO, A. R.; THIM, G. P. Characterization of functionalized MWCNT and mechanical properties of epoxy resin-based composite. 2015.
    [ Google | Google Scholar ]
  8. FERREIRA TESSLER, JÚLIA; HENDRIK POKER JUNIOR, JOHAN Capital humano como investimento em organizações brasileiras listadas na Bovespa. 2015.
    [ Google | Google Scholar ]
  9. ABBARA, O. M. F.; ZEVALLOS, M. Forecasting intraday VaR of an equity portfolio. 2015.
    [ Google | Google Scholar ]
  10. FELIX, V. B.; SOUZA, E. M.; MENEZES, A. F. B. Análise de cluster para séries temporais de internações por bronquiolite nas Regionais de Saúde do Paraná.. 2015.
    [ Google | Google Scholar ]
  11. MENEZES, A. F. B.; ROSSONI, D. F Proposta de Estimador de Semivariância para Big Data. 2015.
    [ Google | Google Scholar ]
  12. CRISTINA POLDI, KELLY; GABRIEL NICOLAU DOTTA, ANGELO Uma introdução a problemas de dimensionamento de lotes. 2015.
    [ Google | Google Scholar ]
  13. PORTELLA, L.; GAIER, L. M. W.; FOLETTO, T. C. Aprendizagem de equações diferenciais ordinárias (EDOS) através do software maple. 2015.
    [ Google | Google Scholar ]

2014

  1. VICINI, L.; MORALES, F. E. C.; ACHCAR, J. A.; HOTTA, L. K. A Non-Homogeneous Poisson Process geostatistical model. 2014.
    [ Google | Google Scholar ]
  2. Rodrigues-Motta, M.; SOTO, D. M. G.; Lachos, V. H.; VILCA, FILIDOR; BALTAR, V. T.; Verly Junior, E.; Fisberg, Regina M.; Marchioni, Dirce M. Lobo A mixed-effect model for positive responses augmented by zeros. 2014.
    [ Google | Google Scholar ]
  3. MAIA, R. P.; Labouriau, R Modelos de riscos competitivos mistos aplicados ao estudo de longevidade. 2014.
    [ Google | Google Scholar ]
  4. FERREIRA, E. V.; Azevedo, Caio L. N. Modelos da Teoria de Resposta ao Item assimétricos de grupos múltiplos para respostas politômicas nominais e ordinais sob um enfoque bayesiano. 2014.
    [ Google | Google Scholar ]
  5. SANTOS, J. R. S.; MATOS, L. A.; COLLAZOS, J. A. Modelos Aditivos Generalizados Funcionais: método de estimação e predição para respostas binárias. 2014.
    [ Google | Google Scholar ]
  6. AQUINO, C. T. M.; FONSECA, R. V.; ARAUJO, A. M. S. Previsão da qualidade seminal através de regressão logística e árvores de classificação. 2014.
    [ Google | Google Scholar ]

2013

  1. Moala,F.A.; ACHCAR, J. A. Use of copula functions for the reliability of series systems. 2013.
    [ Google | Google Scholar ]
  2. SILVA, D. A.; ACHCAR, J. A.; ANDRADE, M. G. Análise e previsão de vazões com um modelo log-normal truncado sob uma abordagem Bayesiana. 2013.
    [ Google | Google Scholar ]
  3. CARVALHO, H. G.; ACHCAR, J. A. Uma análise Bayesiana para dados de estrupos na cidade de São Carlo. 2013.
    [ Google | Google Scholar ]
  4. SHIMIZU, T. K. O.; TARUMOTO, M. H.; ACHCAR, J. A. Modelo razão log-aditivo para dados composicionais sob um enfoque Bayesiano. 2013.
    [ Google | Google Scholar ]
  5. ACHCAR, J. A.; MAZUCHELI, J.; BARROS, Emilio Augusto Coelho Bivariate Lifetime Data Analysis Using Block and Basu Bivariate Distribution in Presence of Cure Fraction. 2013.
    [ Google | Google Scholar ]
  6. SOUZA, R. M.; ACHCAR, J. A.; MAZUCHELI, J. Correlated Pharmacokinetic Bioequivalence: a Bayesian approach assuming multivariate Student t-distribution. 2013.
    [ Google | Google Scholar ]
  7. SHIMIZU, T. K. O.; ACHCAR, J. A.; TARUMOTO, M. H. Modelo razão log-aditiva para dados composicionais sob um enfoque Bayesiano. 2013.
    [ Google | Google Scholar ]
  8. SOUZA, R. M.; ACHCAR, J. A. Uso da função cópula FGM na etapa estatística de um estudo de bioequivalência. 2013.
    [ Google | Google Scholar ]
  9. ACHCAR, J. A. Bivariate lifetime data in presence of censored data, covariates and cure fraction: a Bayesian approach. 2013.
    [ Google | Google Scholar ]
  10. VICINI, L.; MORALES, F. E. C.; ACHCAR, J. A. Modelo geoestatístico com processos de Poisson não homogêneos. 2013.
    [ Google | Google Scholar ]
  11. RAMOS, P. L.; Moala,F.A.; ACHCAR, J. A. Uma análise bayesiana da distribuição exponencial geométrica estendida. 2013.
    [ Google | Google Scholar ]
  12. ACHCAR, J. A.; Moala,F.A. Use of copula functions for the reliability of series systems. 2013.
    [ Google | Google Scholar ]
  13. BARROS, Emilio Augusto Coelho; MAZUCHELI, J.; ACHCAR, J. A. Análise de dados de sobrevivencia na presença de fração de cura utilizando uma extenção do modelo de misturas. 2013.
    [ Google | Google Scholar ]
  14. MAIA, R. P.; Madsen, Per; Pedersen, J.; Labouriau, R Genetic study of mortality rate in Danish dairy cows: multivariate competing risk analysis. 2013.
    [ Google | Google Scholar ]
  15. SEVON-AIMONEN, M.; Labouriau, R; MAIA, R. P.; HALTIA, S.; UIMARI, P. Estimation of variance components of sow longevity using discrete time model. 2013.
    [ Google | Google Scholar ]
  16. Maza, C. C. T.; Hotta, L. Bootstrap prediction in DCC-GARCH multivariate volatility model with normal distribution. 2013.
    [ Google | Google Scholar ]
  17. Maza, C. C. T.; Hotta, L. Bootstrap Prediction in Univariate Volatility Models with Leverage Effect. 2013.
    [ Google | Google Scholar ]
  18. GASPAROTTO, A. P. D.; MARTINS, L. C.; MARMIROLLI, C. M. L.; NEVES, J. T.; KOSOUR, C.; COELHO, C. B. T.; SOUZA, G. F.; FALCAO, A. L. E. Perfil de pacientes com delirium na unidade de terapia intensiva do Hospital de Clinicas da UNICAMP. 2013.
    [ Google | Google Scholar ]
  19. NEVES, J. T.; CARDOSO, A. P. D.; FALCAO, A. L. E.; KOSOUR, C.; FRANCO, G.; FIGUEIREDO, L. C.; MARTINS, L. C. Influência do tempo de ventilação mecânica na morbimortalidade em pacientes internados na unidade de terapia intensiva adulto do Hospital de Clínicas da Universidade Estadual de Campinas. 2013.
    [ Google | Google Scholar ]
  20. GASPAROTTO, A. P. D. C.; FALCAO, A. L. E.; KOSOUR, C.; MARMIROLLI, C. M. L.; SOUZA, G. F.; MARTINS, L. C.; TONELOTO, M. G. C.; PINTO, V. G. S. Perfil de pacientes com choque séptico na unidade de terapia intensiva do Hospital de Clinicas da UNICAMP. 2013.
    [ Google | Google Scholar ]
  21. FAEZ, D. C. S.; KOSOUR, C.; FIGUEIREDO, L. C.; CARDOSO, A. P. D.; MARTINS, L. C.; SOUZA, G. F.; FALCAO, A. L. E. Perfil do desmame ventilatório de indivíduos com trauma craniencefálico internados na unidade de terapia intensiva de adultos do Hospital de Clínicas da Universidade Estadual de Campinas. 2013.
    [ Google | Google Scholar ]
  22. CALDERON, L. G. M. B.; GASPAROTTO, A. P. D.; FALCAO, A. L. E.; KOSOUR, C.; MARMIROLLI, C. M. L.; SOUZA, G. F.; FIGUEIREDO, L. C.; TONELOTO, M. G. C. Reintubação orotraqueal: impacto sobre a mortalidade e fatores de risco. 2013.
    [ Google | Google Scholar ]
  23. GONÇALVES, B. O.; AVELAR, F. G.; Beijo, L.A. Propriedades matemáticas e estatísticas das isotermas de adsorção de Langmuir e Freundlich e do método de Gauss-Newton. 2013.
    [ Google | Google Scholar ]

2012

  1. Pinheiro, Aluísio; PINHEIRO, Hildete Prisco; SEN, Pranab Kumar Comparison of groups of dependent sequences by quasi U-statistics. 2012.
    [ Google | Google Scholar ]
  2. Borgatto, A.F.; Azevedo, C.L.N.; Pinheiro, Aluísio; Andrade, D.F. Comparação entre Métodos de Estimação das Habilidades na TRI em Provas com Diferentes Graus de Dificuldade. 2012.
    [ Google | Google Scholar ]
  3. Pinheiro, Aluísio; SEN, Pranab Kumar THE USE OF QUASI U-STATISTICS FOR EXCHANGEBLE RANDOM VECTORS. 2012.
    [ Google | Google Scholar ]
  4. ACHCAR, J. A.; DINIZ,M.A.; Hotta,LK Counting modeling for infectious diseases:an application for the outbreak of ebola in the democratic republic of Congo in 1995. 2012.
    [ Google | Google Scholar ]
  5. ACHCAR, J. A.; BABA,M.Y.; OIKAWA,S.M. Use of Empirical Bayesian Methods to analysis data from saturated factorial designs. 2012.
    [ Google | Google Scholar ]
  6. ACHCAR, J. A.; Cuervo,E. C.; Rodrigues,E.R. Some dependence models for the time between ozone exceedances in Mexico city. 2012.
    [ Google | Google Scholar ]
  7. ACHCAR, J. A.; Cuevas,J.R.T. Modeling the dependence between two diagnostic tests via copula functions. 2012.
    [ Google | Google Scholar ]
  8. Carneseca,E.C.; ACHCAR, J. A.; Martinez,E.Z. Associação entre a poluição atmosférica por material particulado e contagens mensais de procedimentos de inalação e nebulização em Ribeirão Preto. 2012.
    [ Google | Google Scholar ]
  9. Rodrigues-Motta, M.; Lachos, V. H.; VILCA, FILIDOR; Verly Junior, E.; STELUTI, J.; Fisberg, Regina M.; Marchioni, Dirce M. Lobo The zero-inflated mixed Gamma regression for fitting usual food intake. 2012.
    [ Google | Google Scholar ]
  10. García, J. E.; González-López, V. A.; Viola, M. L. L. Markovian Model Selection for Contaminated Stochastic Processes. 2012.
    [ Google | Google Scholar ]
  11. García, J. E.; González-López, V. A. Model selection for multivariate Markov chains. 2012.
    [ Google | Google Scholar ]
  12. García, J. E.; González-López, V. A.; Viola, M. L. L. Robust model selection for finite memory stochastic processes. 2012.
    [ Google | Google Scholar ]
  13. González-López, V. A.; Singer, J. M.; Tanaka, N. I.; Pedroso-de-Lima, A. C. A Bayesian test for the intraclass correlation coefficient. 2012.
    [ Google | Google Scholar ]
  14. MAIA, R. P.; Labouriau, R; Madsen, Per; Nielsen, Bjarne Genetic Analysis of Sow Longevity. 2012.
    [ Google | Google Scholar ]
  15. ARAUJO, Y. A.; NOBRE, JUVÊNCIO S. Distribuição t-assimétrica: definição e propriedades. 2012.
    [ Google | Google Scholar ]
  16. SOUSA, A. R. S.; GARCIA, N. L. Predição das concentrações de componentes via técnicas não paramétricas. 2012.
    [ Google | Google Scholar ]
  17. LEME, H.; HANSEN, P. M.; HOTTA, L. K.; ZEVALLOS, M. Forward curve on the Brazilian electricity market: Building, modelling, forecasting and simulation. 2012.
    [ Google | Google Scholar ]
  18. LEME, H.; Hansen. P., M.; HOTTA, L. K.; ZEVALLOS, M. Curva Forward no Mercado de Energia Elétrica Brasileiro: Construção, Modelagem, Previsão e Simulação. 2012.
    [ Google | Google Scholar ]
  19. BORGES, B. G.; MATTA, D. H.; Baumann, L. R. F.; SARAIVA, M. A. Modelos de Regressão Linear Simples: Aplicações a Dados Reais de Confinamento Bovino. 2012.
    [ Google | Google Scholar ]
  20. SILVA, L. M. O.; MATTA, D. H.; Baumann, L. R. F.; SARAIVA, M. A. Inferência em Modelos de Regressão Linear Simples: Aplicações a Dados Reais de Confinamento Bovino. 2012.
    [ Google | Google Scholar ]
  21. FREITAS, L. M.; MATTA, D. H.; Baumann, L. R. F.; SARAIVA, M. A. Análise de Regressão Linear Simples: Aplicações a Dados de Recursos Econômicos e Infraestrutura Tecnológica dos Municípios do Estado de Goiás. 2012.
    [ Google | Google Scholar ]
  22. BOSCO, V. F.; MATTA, D. H.; Baumann, L. R. F.; SARAIVA, M. A. Regressão Linear Simples: Uma Aplicação a Dados de Confinamento Bovino. 2012.
    [ Google | Google Scholar ]
  23. GONÇALVES, B. O.; Beijo, L.A. Acurácia e Precisão de métodos de previsão de observações futuras em regressão linear. 2012.
    [ Google | Google Scholar ]
  24. GONÇALVES, B. O.; Beijo, L.A. Comparação de métodos de previsão sobre observações futuras em modelos de regressão linear. 2012.
    [ Google | Google Scholar ]
Arquivo gerado a partir dos currículos Lattes dos pesquisadores. Data do processamento: 22/07/2026 16:51:28
Os resultados estão sujeitos a falhas devido a eventuais inconsistências no preenchimento dos currículos Lattes pelos pesquisadores. Caso note algum problema, por favor, contacte o responsável por esta página: coordpgest@ime.unicamp.br.