Esta é a área da Estatística que modela fenômenos descritos por múltiplas variáveis em diferentes localidades ao longo do tempo. Estes modelos prestam-se principalmente a fazer interpolação (espacial) e previsão (temporal). Por exemplo, em ciências ambientais, deseja-se estimar os níveis de poluentes num local não medido (interpolação espacial), determinar a localização de uma rede de estações de monitoramento ou mesmo prever a evolução do processo de poluição.

Assume-se, em geral, que o processo espacial sob estudo é homogêneo. Nas aplicações com frequência essa hipótese é questionável. Outra suposição comum em processos espaço-temporais é que a covariância do processo é separável. Essa hipótese é igualmente restritiva e ditada por questões de tratabilidade da análise.

As principais linhas de pesquisa em nosso programa são:

• Modelos não-estacionários para dados espaciais
• Estimação da taxa de intensidade em processos pontuais
• Estruturas de covariância espaço-temporais não-separáveis
• Dimensionamento ótimo de redes de monitoramento