Seleção de modelos para processos estocásticos
Florencia Leonardi (IME-USP)

Seleção de modelos se refere a uma área da estatística onde são considerados modelos probabilísticos cujos parâmetros pertencem a espaços de diferentes dimensões. O objetivo então é estimar uma dimensão para o modelo e, dentro desse espaço, utilizar técnicas estatísticas usuais para estimar os parâmetros. Neste seminário vou apresentar alguns resultados recentes sobre o problema de seleção de modelos para processos estocásticos. Em particular vou mostrar resultados para o problema de detectar blocos independentes em séries temporais multivariadas e também uma abordagem para detectar comunidades em redes aleatórias. Estes dois exemplos vão servir como ilustração dos métodos de seleção de modelos com critérios regularizados ou penalizados, que ajustam de forma automática e bastante eficiente a dimensão do modelo em questão.