Matemática Aplicada e Modelação | Applied Mathematics and Modelling
Permanent URI for this community
Browse
Browsing Matemática Aplicada e Modelação | Applied Mathematics and Modelling by advisor "Oliveira, Amílcar"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
- Modelação de dados espaço-temporais da COVID-19 em Portugal com desagregação temporal: uma abordagem estatística e epidemiológicaPublication . Leal, Maria da Conceição Dias; Oliveira, Teresa; Oliveira, Amílcar; Mukherjee, AmitavaA monitorização estatística analisa dados recolhidos ao longo do tempo e/ou espaço, para detetar e quantificar alterações, anomalias ou tendências nos processos subjacentes. Esta tese desenvolve e aplica métodos estatísticos para monitorizar dados espaço-temporais, considerando as suas especificidades e desafios. Usando como caso prático a COVID-19 em concelhos de Portugal Continental, o trabalho visa compreender a dinâmica de disseminação de uma epidemia, apoiar a tomada de decisão em Saúde Pública e contribuir com metodologias inovadoras em estatística. A tese propõe três contributos principais: 1) desagregação temporal de dados, em que se obtém dados mais detalhados e confiáveis a partir de dados de diferentes fontes que os recolhem e tratam com critérios distintos, recorrendo a algoritmos que permitem infundir informação relevante do domínio; 2) modelação de dados, considerando efeitos espaciais, temporais e de interação 𝑒𝑠𝑝𝑎ç𝑜 × 𝑡𝑒𝑚𝑝𝑜, com recurso ao ajuste de modelos hierárquicos bayesianos aos dados observados e desagregados, para análise e deteção de padrões temporais e espaciais; e 3) análise e deteção de fatores de risco e avaliação do impacto de eventos públicos e de covariáveis meteorológicas na disseminação de uma epidemia/pandemia, usando modelos lineares generalizados, visualização e testes de hipóteses. A tese explora dois casos relevantes com dados de COVID-19 de concelhos de Portugal Continental, criando formas mais sólidas de análise e monitorização dos dados. A tese demonstra como a matemática e a epidemiologia se unem para enfrentar desafios da humanidade, como a pandemia COVID-19, avançando o conhecimento científico e melhorando as políticas públicas de saúde e outros processos.
- Modelling and estimation of systemic risk: new perspectivesPublication . Basilio, Jorge Manuel Lopes; Oliveira, Amílcar; Mahmoudvand, RahimA Análise de Risco tem-se assumido como um tema de investigação recorrente, atraindo a atenção dos investigadores de forma consistente. Mais recentemente e motivado pelo último colapso do sistema financeiro, o risco sistémico tem sido alvo de especial atenção por parte da comunidade académica, tendo-se tornado numa ferramenta amplamente aplicada para identificar a contribuição para o risco sistémico de instituições financeiras. Esta tese é baseada no trabalho de investigação de Adrian and Brunnermeier (2011), onde foi introduzirdo o conceito de CoVaR e ∆CoV aR de uma instituição financeira, bem como apresentada uma metodologia para estimar o ∆CoV aR usando dados públicos do mercado financeiro . Nesta tese serão discutidos os pressupostos da metodologia original, analisadas as características de cada medida de risco utilizada, e discutidas alternativas para medir a contribuição individual de uma entidade para o risco sistémico do sistema financeiro Benoit et al. (2017). Será proposta uma nova metodologia baseada em funções de cópula de modo a evidenciar o papel da dependência e da dependência nos extremos entre o retorno da instituição financeira e o retorno do sistema financeiro. Iremos destacar as diferenças entre a qualidade do ajustamento nas abas da distribuição dos retornos financeiros assim como o ajustamento para toda a distribuição.