Modelos de espaço de estados para processos não gaussianos
Mariane Branco Alves (IM-UFRJ)

Modelos de espaço de estados são estruturas flexíveis, que naturalmente acomodam processos não estacionários que apresentem associação espaço-temporal. Do ponto de vista de realização de inferência bayesiana nessa classe de modelos, sob pressupostos de normalidade da resposta e linearidade nos preditores tem-se solução analítica disponível. Tais hipóteses são excessivamente restritivas em diversas situações práticas. Concentramo-nos em modelos de espaço de estados não gaussianos/não lineares, aplicados a contextos epidemiológicos e meteorológicos, com realização de inferência aproximada sobre estes, por meio de métodos computacionais tais como Monte Carlo via Cadeias de Markov.