Instituto de Matemática e Estatística da USP

Rafael Bassi Stern

Possui graduação em Bacharelado em Estatística pela Universidade de São Paulo (2006), graduação em Bacharelado em Direito pela Pontifícia Universidade Católica de São Paulo (2007), mestrado em Estatística pela Universidade de São Paulo (2009) e doutorado em Statistics - Carnegie Mellon University (2015). Atualmente é conselheiro científico da Associação Brasileira de Jurimetria e Professor Doutor da Universidade de São Paulo. Tem experiência na área de Probabilidade e Estatística, com ênfase em Estatística, atuando principalmente nos seguintes temas: Estatística Bayesiana, Aprendizado de Máquina, Jurimetria e Fundamentos da Estatística. (Texto informado pelo autor)

http://lattes.cnpq.br/7846211197320014 (16/02/2025)

Rótulo/Grupo:

Bolsa CNPq:

Período de análise:

Endereço:

Grande área: Ciências Exatas e da Terra

Área: Probabilidade e Estatística

Citações: Google Acadêmico

Produção bibliográfica

Artigos completos publicados em periódicos (32)
1. CABEZAS, LUBEN M.C. ; OTTO, MATEUS P. ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Regression trees for fast and adaptive prediction intervals. INFORMATION SCIENCES. v. 686, p. 121369, 2025. Qualis: A1
2. LASSANCE, RODRIGO F.L. ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Adding imprecision to hypotheses: A Bayesian framework for testing practical significance in nonparametric settings. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 178, p. 109332, 2025. Qualis: A1
3. SEIDENFELD, TEDDY ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; STERN, RAFAEL B.. Finite Additivity, Complete Additivity, and the Comparative Principle. Erkenntnis. v. 89, p. 1-24, 2024. Qualis: A2
4. GRIVOL, GUSTAVO ; IZBICKI, RAFAEL ; OKUNO, ALEX A. ; STERN, RAFAEL B.. Flexible conditional density estimation for time series. Brazilian Journal of Probability and Statistics. v. 38, p. 1-17, 2024. Qualis: B1
5. SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; KADANE, JOSEPH B. ; GONG, RUOBIN ; STERN, RAFAEL B.. WHEN NO PRICE IS RIGHT. Review of Symbolic Logic. v. 1, p. 1-43, 2024. Qualis: Não identificado (REVIEW OF SYMBOLIC LOGIC)
6. ESTEVES, LUÍS G. ; IZBICKI, RAFAEL ; STERN, JULIO M. ; STERN, RAFAEL B.. Logical coherence in Bayesian simultaneous three-way hypothesis tests. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 152, p. 297-309, 2023. Qualis: A1
7. CABEZAS, LUBEN M.C. ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Hierarchical clustering: Visualization, feature importance and model selection. APPLIED SOFT COMPUTING. v. 141, p. 110303, 2023. Qualis: A1
8. OLIVEIRA, F. L. ; STERN, R. B. ; NOLI, A. F.. PROCESSO DECISÓRIO DO SUPREMO TRIBUNAL FEDERAL NA TRANSIÇÃO DEMOCRÁTICA BRASILEIRA (1978-1988). REVISTA DE ESTUDOS EMPÍRICOS EM DIREITO. v. 9, p. 1-27, 2022. Qualis: B1
9. IZBICKI, R. ; SHIMIZU, G. ; STERN, R. B.. CD-split and HPD-split: Efficient Conformal Regions in High Dimensions. JOURNAL OF MACHINE LEARNING RESEARCH (ONLINE). v. 23, p. 1-32, 2022.Qualis: A1
10. GONG, RUOBIN ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL B.. Learning and total evidence with imprecise probabilities. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 151, p. 21-32, 2022. Qualis: A1
11. BORGES, M. ; IZBICKI, R. ; STERN, R. B. ; TRECENTI, J. A. Z.. Causas de desaparecimento no estado de São Paulo entre 2013 e 2014: uma análise automatizada de boletins de ocorrência. Revista da Defensoria Pública do Estado de São Paulo. v. 2, p. 285-316, 2021.Qualis: Não identificado (REVISTA DA DEFENSORIA PÚBLICA DO ESTADO DE SÃO PAULO)
12. STERN, RAFAEL B.; D'ALENCAR, MATHEUS SILVA ; USCAPI, YANINA L. ; GUBITOSO, MARCO D. ; ROQUE, ANTONIO C. ; HELENE, ANDRÉ F. ; PIEMONTE, MARIA ELISA PIMENTEL. Goalkeeper Game: A New Assessment Tool for Prediction of Gait Performance Under Complex Condition in People With Parkinson's Disease. Frontiers in Aging Neuroscience. v. 12, p. 1-9, 2020. Qualis: A1
13. COSCRATO, VICTOR ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Agnostic tests can control the type I and type II errors simultaneously. Brazilian Journal of Probability and Statistics. v. 34, p. 230-250, 2020. Qualis: B1
14. GONG, RUOBIN ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL B.. Deceptive Credences. Ergo-An Open Access Journal Of Philosophy. v. 7, p. 757-773, 2020. Qualis: Não identificado (ERGO-AN OPEN ACCESS JOURNAL OF PHILOSOPHY)
15. VAZ, A.F. ; IZBICKI, R. ; STERN, R. B.. Quantification under prior probability shift: the ratio estimator and its extensions. JOURNAL OF MACHINE LEARNING RESEARCH (ONLINE). v. 20, p. 1-33, 2019.Qualis: A1
16. STERN, RAFAEL BASSI; KADANE, JOSEPH BORN. Indemnity for a lost chance. Law, Probability and Risk. v. -, p. 1-34, 2019. Qualis: Não identificado (LAW, PROBABILITY AND RISK)
17. SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL B. ; KADANE, JOSEPH B.. What finite-additivity can add to decision theory. Statistical Methods and Applications. v. -, p. 1, 2019. Qualis: A4 (STATISTICAL METHODS & APPLICATIONS)
18. ESTEVES, LUIS GUSTAVO ; IZBICKI, RAFAEL ; STERN, JULIO MICHAEL ; STERN, RAFAEL BASSI. Pragmatic Hypotheses in the Evolution of Science. Entropy. v. 21, p. 883-883-17, 2019. Qualis: A4
19. LAURETTO, MARCELO S. ; STERN, RAFAEL ; RIBEIRO, CELMA ; STERN, JULIO. Haphazard Intentional Sampling Techniques in Network Design of Monitoring Stations. Proceedings. v. 33, p. 12-8, 2019. Qualis: C
20. DINIZ, M. A. ; STERN, R. B. ; SALASAR, L. E. B.. Positive Polynomials on Closed Boxes. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL. v. 20, p. 509, 2019. Qualis: C
21. CISEWSKI, JESSI ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL. Standards for Modest Bayesian Credences. PHILOSOPHY OF SCIENCE. v. 85, p. 53-78, 2018. Qualis: A1
22. Stern, Julio Michael; IZBICKI, RAFAEL ; ESTEVES, LUIS GUSTAVO ; STERN, RAFAEL BASSI. Logically-consistent hypothesis testing and the hexagon of oppositions. LOGIC JOURNAL OF THE IGPL. v. 25, p. 741-757, 2017. Qualis: A2
23. ESTEVES, LUÍS GUSTAVO ; IZBICKI, RAFAEL ; STERN, RAFAEL BASSI. Teaching decision theory proof strategies using a crowdsourcing problem. AMERICAN STATISTICIAN. v. 71, p. 336-343, 2017. Qualis: A4 (THE AMERICAN STATISTICIAN)
24. CISEWSKI, JESSI ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL. Sleeping Beauty?s Credences. Philosophy of Science (East Lansing). v. 83, p. 324-347, 2016. Qualis: A1
25. ESTEVES, LUÍS ; IZBICKI, RAFAEL ; STERN, JULIO ; STERN, RAFAEL. The Logical Consistency of Simultaneous Agnostic Hypothesis Tests. Entropy. v. 18, p. 256, 2016. Qualis: A4
26. CHKREBTII, OKSANA A. ; LEMAN, SCOTLAND ; HOEGH, ANDREW ; ENTEZARI, REIHANEH ; CRAIU, RADU V. ; ROSENTHAL, JEFFREY S. ; MOHAMMADI, ABDOLREZA ; KAPTEIN, MAURITS ; MARTINO, LUCA ; STERN, RAFAEL B. ; LOUZADA, FRANCISCO. Contributed Discussion on Article by Pratola. Bayesian Analysis. v. 11, p. 929-943, 2016. Qualis: Não identificado (BAYESIAN ANALYSIS)
27. DAMIANI, A. ; FEREZ, M. ; STERN, R. B. ; TRECENTI, J.. O valor da causa e o valor concedido por danos morais nos JEC. Revista de Direito Bancário e do Mercado de Capitais. v. 66, p. 225-231, 2015.Qualis: B4
28. STERN, RAFAEL B.; KADANE, JOSEPH B.. Coherence of Countably Many Bets. JOURNAL OF THEORETICAL PROBABILITY. v. 28, p. 520-538, 2015. Qualis: Não identificado (JOURNAL OF THEORETICAL PROBABILITY)
29. BONASSI, FERNANDO V. ; STERN, RAFAEL B. ; PEIXOTO, CLÁUDIA M. ; WECHSLER, SERGIO. Exchangeability and the law of maturity. THEORY AND DECISION. v. 78, p. 603-615, 2015. Qualis: A2
30. IZBICKI, RAFAEL ; STERN, RAFAEL BASSI. Learning with many experts: Model selection and sparsity. Statistical Analysis and Data Mining. v. 6, p. n/a-n/a, 2013. Qualis: Não identificado (STATISTICAL ANALYSIS AND DATA MINING)
31. STERN, R. B.; KADANE, J. B.. Pain and suffering quantified: Judge Weinstein's concept of similarity between cases. LAW PROBABILITY & RISK. v. 12, p. 75-87, 2013. Qualis: Não identificado (LAW PROBABILITY & RISK)
32. STERN, RAFAEL B.; PEREIRA, CARLOS A. DE B.. Statistical Information: A Bayesian Perspective. Entropy. v. 14, p. 2254-2264, 2012. Qualis: A4
Livros publicados/organizados ou edições (0)
Capítulos de livros publicados (2)
1. GONG, R. ; KADANE, J. B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, R. B.. The Value Provided by a Scientific Explanation. Em: Thomas Augustin; Fabio Gagliardi Cozman; Gregory Wheeler. (Org.). Reflections on the Foundations of Probability and Statistics. 1ed. : Springer. 2022.p. 15-35.
2. Vaz, Afonso ; IZBICKI, RAFAEL ; STERN, RAFAEL BASSI. Prior Shift Using the Ratio Estimator. Em: Polpo A.; Stern J.; Louzada F.; Izbicki R.; Takada H.. (Org.). Springer Proceedings in Mathematics & Statistics. 1ed. : Springer International Publishing. 2018.v. 239, p. 25-35.
Textos em jornais de notícias/revistas (0)
Trabalhos completos publicados em anais de congressos (5)
1. IZBICKI, R. ; SHIMIZU, G. ; STERN, R. B.. Flexible distribution-free conditional predictive bands using density estimators. Em: 3rd International Conference on Artificial Intelligence and Statistics, v. 108, p. 3068-3077, 2020. Qualis: Não identificado (3rd International Conference on Artificial Intelligence and Statistics)
2. LAURETTO, M. S. ; STERN, R. B. ; MORGAN, K. L. ; CLARK, M. H. ; STERN, J. M.. Haphazard intentional allocation and rerandomization to improve covariate balance in experiments. Em: 36th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1853, 2017.Qualis: Não identificado (36th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
3. BONASSI, F. V. ; NISHIMURA, R. ; STERN, R. B.. In Defense of Randomization: A Subjectivist Bayesian Approach. Em: 29th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1193, p. 32-39, 2009.Qualis: Não identificado (29th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
4. STERN, RAFAEL B. ; DE B. PEREIRA, CARLOS A. ; DE SOUZA LAURETTO, MARCELO ; DE BRAGANCA PEREIRA, CARLOS ALBERTO ; Stern, Julio Michael. A Possible Foundation for Blackwell's Equivalence. Em: BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING: Proceedings of the 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1073, p. 90-95, 2008. Qualis: Não identificado (BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING: Proceedings of the 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
5. BONASSI, F. V. ; STERN, R. B. ; WECHSLER, S.. The Gambler's Fallacy: A Bayesian Approach. Em: 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1073, p. 8-15, 2008.Qualis: Não identificado (28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
Resumos expandidos publicados em anais de congressos (0)
Resumos publicados em anais de congressos (0)
Artigos aceitos para publicação (0)
Apresentações de trabalho (8)
1. STERN, R. B.; IZBICKI, R. ; SHIMIZU, G.. CD-Split: Efficient Conformal Regions in High Dimensions. 2020. Apresentação de Trabalho/Seminário
2. STERN, R. B. Interpretabilidade em testes de hipótese. 2020. Apresentação de Trabalho/Seminário
3. STERN, R. B. Conditional Predictive Bands using Density Estimators. 2020. Apresentação de Trabalho/Seminário
4. Vaz, Afonso ; IZBICKI, R. ; STERN, R. B.. Quantification under prior probability shift: the ratio estimator and extensions. 2018. Apresentação de Trabalho/Conferência ou palestra
5. STERN, R. B. Teoria da Decisão Aplicada ao Direito. 2017. Apresentação de Trabalho/Seminário
6. BONASSI, F. V. ; NISHIMURA, R. ; STERN, R. B.. In Defense of Randomization: A subjectivist bayesian approach. 2009. Apresentação de Trabalho/Congresso
7. STERN, R. B.; PEREIRA, C. A. B.. A Possible Foundation for Blackwell's Equivalence. 2008. Apresentação de Trabalho/Congresso
8. BONASSI, F. V. ; STERN, R. B. ; WECHSLER, S.. The Gambler's Fallacy: A Bayesian Approach. 2008. Apresentação de Trabalho/Congresso
Demais tipos de produção bibliográfica (0)

Produção técnica

Programas de computador com registro (0)
Programas de computador sem registro (0)
Produtos tecnológicos (0)
Processos ou técnicas (0)
Trabalhos técnicos (3)
1. WECHSLER, S. ; ASSUNÇÃO, F. ; STERN, R. B.. Íntegra: Gênero e Família. 2006.
2. CHIANN, C. ; MAGALHÃES, M. N. ; NISHIMURA, R. ; STERN, R. B.. Estudo sobre estilos de amor, apego, crenças românticas e satisfação de noivos em São Paulo. 2006.
3. DAMIANI, A. P. ; TRECENTI, J. A. Z. ; NUNES, M. G. ; STERN, R. B. ; SIMONIS, A. ; COELHO, F.. Portal da Associacão Brasileira de Jurimetria. 2014; Tema: Jurimetria. 2014.
Demais tipos de produção técnica (3)
1. TRECENTI, J. A. Z. ; ASSUMPCAO, A. ; NUNES, M. G. ; NEUMANN, M. M. ; STERN, R. B.. Diagnóstico sobre a devolução de crianças adolescentes em estágio de convivência e adotadas. 2024. Relatório de pesquisa
2. NUNES, M. G. ; STERN, J. M. ; STERN, R. B. ; TRECENTI, J. A. Z.. Formas alternativas de gestão processual: A especialização de varas e a unificação de serventias. 2020. Relatório de pesquisa
3. NUNES, M. G. ; COELHO, F. ; STERN, R. B. ; TRECENTI, J. A. Z. ; CORREA FILHO, F. P. T.. Os maiores litigantes em ações consumeristas: mapeamento e proposições. 2018. Relatório de pesquisa

Produção artística

Total de produção artística (0)

Orientações em andamento

Supervisão de pós-doutorado (0)
Tese de doutorado (3)
1. Ana Paula Lopes Cavalcante. Estimação não-paramétrica do efeito causal médio pelo critério frontdoor. Tese (Doutorado em Estatística) - Universidade de São Paulo, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
2. Daniel Araújo Nóbrega. Previsão de volume processual em 2a instância no Tribunal de Justiça de São Paulo. Tese (Doutorado em Estatística) - Universidade de São Paulo, . Início: 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
3. Rodrigo Ferrari Lucas Lassance. Hipóteses pragmáticas não-paramétricas. Tese (Doutorado em Estatística) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Início: 2022.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
Dissertação de mestrado (5)
1. Gabriela Cardoso de Oliveira. TBA. Dissertação (Mestrado em Estatística) - Universidade de São Paulo, . Início: 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
2. Fabricio Barbosa Bittencourt. Uma ferramenta estatística para estimação de provisão IBNR. Dissertação (Mestrado em Estatística) - Universidade de São Paulo, . Início: 2023.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
3. Gustavo de Oliveira Kanno. TBA. Dissertação (Mestrado em Estatística) - Universidade de São Paulo, . Início: 2023.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
4. Renata Massami Hirota. TBA. Dissertação (Mestrado em Estatística) - Universidade de São Paulo, . Início: 2023.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
5. Mauricio Najjar da Silveira. Filtragem colaborativa aplicada à teoria espacial do voto. Dissertação (Mestrado em Estatística) - Universidade de São Paulo, . Início: 2022.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (0)
Iniciação científica (0)
Orientações de outra natureza (0)

Supervisões e orientações concluídas

Supervisão de pós-doutorado (0)
Tese de doutorado (0)
Dissertação de mestrado (17)
1. Ana Paula Andrade. Modelo para previsão de fraudes em contratações de planos de saúde. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2025.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
2. Fabiano Brito Queiroz de Oliveira. Aplicação de Aprendizado de Máquina e Processamento de Linguagem Natural para a Classificação das Consultas Tributárias à Secretaria de Estado da Fazenda de Santa Catarina. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2025.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
3. Robson Ortz Cunha. Análise de textos via processos de Dirichlet hierárquicos. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos, . 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
4. Bruno Lanzoni Rossi. Mensurando os impactos da pandemia e do isolamento social nos índices de violência contra mulher no Estado de São Paulo usando regressão descontínua. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
5. Rodrigo Marcelino Andrade. Utilização de Modelos de Regressão Logística para Comparação entre as Sistemáticas da Substituição Tributária e Tributação Normal do ICMS no Estado de São Paulo. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
6. Juliana Regina Ramos. Identificação dos Padrões de Deposição em Ambientes Praiais por Meio de Análise de Imagens por Satélite. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
7. Gustavo Schild Soares. Classificação de Capítulos de Sentença Trabalhista. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2023.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
8. Eduardo Alberto Gomes Campos. As Decisões Judiciais do STJ sob olhar da AI: word embeddings nos modelos geradores de tópicos: NLTK, BERTopic e Top2Vec. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2023.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
9. Rodrigo Ferrari Lucas Lassance. Hipóteses pragmáticas não-paramétricas. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2022.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
10. Nicholas Moura e Silva. Aplicação de modelo de classificação em relatos de atendimento como método de automação de atividades jurídicas. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2022.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
11. Humberto Bezerra de Meneses Júnior. Uma análise jurimétrica aplicada ao problema do anatocismo no Brasil. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2022.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
12. Renato Annoni. Aferição da eficácia regulatóriado ambiente econômico-financeiro via análise de dados. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2022.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
13. Gabriela Massoni. Análise de textos por meio de processos estocásticos na representação word2vec. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos, . 2021.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
14. Lucas Pereira Lopes. Aprendizado não-supervisionado utilizando representação em grafos. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
15. Elmo Henrique de Moraes. Classificação de contratos de seguros para atendimento da norma contábil IFRS 17: Uma abordagem bayesiana. Dissertação (Mestrado em Ciência de Dados) - Universidade de São Paulo, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
16. Tatyana Zabanova. Regularização social em sistemas de recomendação com filtragem colaborativa. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos, . 2019.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
17. João Carlos Poloniato Ferreira. O corte do FBST em modelos de alta dimensionalidade. Dissertação (Mestrado em Estatística) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2018.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
Monografia de conclusão de curso de aperfeiçoamento/especialização (0)
Trabalho de conclusão de curso de graduação (8)
1. Fabricio Barbosa Bittencourt. Uma revisão de literatura sobre cálculo de provisão de sinistros ocorridos mas não avisados (IBNR) e proposta de um modelo paramétrico. (Graduação em Abi - Matemática Aplicada e Computacional) - Universidade de São Paulo, . 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
2. José Luiz Silva Ramos Cavalcanti. Nova Lei de Improbidade Administrativa: Uma análise Jurimétrica Causal. (Graduação em Abi - Matemática Aplicada e Computacional) - Universidade de São Paulo, . 2024.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
3. Mayara Regina Formenton. Análise estatística da atuação do poder judiciário no combate à violência contra a mulher. (Graduação em Estatística) - Universidade Federal de São Carlos, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
4. Ana Fernanda Noli. Estimação de pontos ideais no STF em decisões de ADI e Rp. (Graduação em Estatística) - Universidade Federal de São Carlos, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
5. Carolina Thompson Silveira Mello. Análise das condenações cíveis por atos de improbidade administrativa e inelegibilidade no Brasil. (Graduação em Estatística) - Universidade Federal de São Carlos, . 2018.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
6. Gabriela Massoni. O impacto da unificação de serventias na efetividade da gestão judiciária brasileira. (Graduação em Estatística) - Universidade Federal de São Carlos, . 2018.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
7. Michelle da Silva Nascimento Massaro. Criação de um aplicativo gráfico para auxiliar os pais no processo de adoção. (Graduação em Estatística) - Universidade Federal de São Carlos, . 2017.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
8. Márcia Maria Barbosa da Silva. Estudo de pessoas desaparecidas no estado de São Paulo. (Graduação em Estatística) - Universidade Federal de São Carlos, . 2017.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
Iniciação científica (5)
1. Ana Fernanda Noli. Estratégias ótimas em ações judiciais. (Graduando em Estatística) - Universidade Federal de São Carlos, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
2. Luben Miguel Cruz Cabezas. Previsão em modelos filogenéticos. (Graduando em Estatística) - Universidade Federal de São Carlos, Conselho Nacional de Desenvolvimento Científico e Tecnológico. 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
3. Luri Yasuda Ikeda. Métodos de simulação para o cálculo de integrais com aplicações à Inferência Bayesiana. (Graduando em Estatística) - Universidade Federal de São Carlos, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
4. Guilherme Antonio Lima. Restauração de imagens e otimização por Monte Carlo. (Graduando em Estatística) - Universidade Federal de São Carlos, . 2020.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
5. Rafaela Vansan. Análise do Monte Carlo Hamiltoniano. (Graduando em Estatística) - Universidade Federal de São Carlos, . 2018.
  Orientadores: Rafael Bassi Stern, Rafael Bassi Stern.
Orientações de outra natureza (0)

Projetos de pesquisa

Total de projetos de pesquisa (6)
1. 2020-Atual. Aplicações de Jurimetria
  Descrição: A Jurimetria consiste no uso de técnicas quantitativas para auxiliar na resolução de questões jurídicas. Estas questões envolvem, por exemplo: planejamento legislativo, mensuração de impactos sociais do direito, análise de jurisprudência, teoria do direito, e ciência forense.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . Integrantes: Rafael Bassi Stern - Coordenador / IZBICKI, RAFAEL - Integrante / Julio Adolfo Zucon Trecenti - Integrante. Número de produções C, T & A: 23
  Membro: Rafael Bassi Stern.
  Descrição: A Jurimetria consiste no uso de técnicas quantitativas para auxiliar na resolução de questões jurídicas. Estas questões envolvem, por exemplo: planejamento legislativo, mensuração de impactos sociais do direito, análise de jurisprudência, teoria do direito, e ciência forense.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (1) . Integrantes: Rafael Bassi Stern - Coordenador / IZBICKI, RAFAEL - Integrante / Julio Adolfo Zucon Trecenti - Integrante. Número de produções C, T & A: 23
  Membro: Rafael Bassi Stern.
2. 2019-Atual. Redes neurais em problemas de inferência estatística
  Descrição: Na última década, os avanços computacionais fizeram com que redes neurais ressurgiressem como uma ferramenta poderosa para a realização de tarefas de aprendizado supervisionado, como classificação e regressão. Contudo, essa ferramenta foi subutilizada como forma de realizar inferência estatística. Por exemplo, soluções dadas por redes neurais são tipicamente um caixa preta e, portanto, difíceis de interpretar. Neste trabalho, exploraremos o poder das redes neurais para resolver três desafios em inferência estatística: (i) ajustar estimadores de regressão lineares locais não paramétricos para grandes conjuntos de dados (ii) medir incertezas nas previsões dadas por métodos supervisionados através da estimativa de densidades condicionais para dados de alta dimensão, e (iii) criar testes de independência condicional.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Rafael Bassi Stern - Integrante / Rafael Izbicki - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
  Membro: Rafael Bassi Stern.
  Descrição: Na última década, os avanços computacionais fizeram com que redes neurais ressurgiressem como uma ferramenta poderosa para a realização de tarefas de aprendizado supervisionado, como classificação e regressão. Contudo, essa ferramenta foi subutilizada como forma de realizar inferência estatística. Por exemplo, soluções dadas por redes neurais são tipicamente um caixa preta e, portanto, difíceis de interpretar. Neste trabalho, exploraremos o poder das redes neurais para resolver três desafios em inferência estatística: (i) ajustar estimadores de regressão lineares locais não paramétricos para grandes conjuntos de dados (ii) medir incertezas nas previsões dadas por métodos supervisionados através da estimativa de densidades condicionais para dados de alta dimensão, e (iii) criar testes de independência condicional.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Rafael Bassi Stern - Integrante / Rafael Izbicki - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa.
  Membro: Rafael Bassi Stern.
3. 2019-Atual. Previsão de resultado em processos judiciais
  Descrição: Utilizar dados complexos de processos judiciais, como a petição inicial e contestação, para prever o resultado deste.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . Integrantes: Rafael Bassi Stern - Coordenador.
  Membro: Rafael Bassi Stern.
  Descrição: Utilizar dados complexos de processos judiciais, como a petição inicial e contestação, para prever o resultado deste.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . Integrantes: Rafael Bassi Stern - Coordenador.
  Membro: Rafael Bassi Stern.
4. 2017-2019. Interpretabilidade e eficiência em testes de hipótese
  Descrição: Testes de hipóteses formam um dos pilares fundamentais da inferência estatística. Ainda que os primórdios da formulação das ideias por trás dessa ferramenta já tenham mais de um século,até hoje essa área apresenta diversos desafios para estatísticos. Este projeto visa contribuir com o desenvolvimento de tais métodos através da superação de diversas lacunas existentes. Mais especificamente, os seguintes aspectos serão contemplados: (1) Testes Agnósticos. Há uma disconcordância acerca da interpretação dos resultados de testes de hipóteses: discute-se se as possíveis decisões de um teste sobre uma hipótese H_0 devem ser ``aceitar'' ou ``rejeitar'' H_0 ou então ``não-rejeitar'' ou ``rejeitar'' H_0. Tal discordância é uma das fontes de dificuldade do uso dessa metodologia por parte de usuários. Em particular, a segunda (e mais usual) perspectiva está intimamente ligada com a criação de testes de não inferioridade utilizados em ensaios clínicos. Neste trabalho, propomos uma formulação alternativa do paradigma de testes de hipóteses na qual, além das decisões ¨aceitar H_0¨ e ¨rejeitar H_0¨, há uma terceira decisão que consiste em ¨não concluir nada sobre H_0¨, opção que chamamos de decisão agnóstica. (2) Testes Não Paramétricos Bayesianos. Graças ao grande volume de dados disponível hoje em diversas aplicações, métodos não paramétricos vêm ganhando cada vez mais destaque, uma vez que permitem que se faça menos suposições sobre o processo gerador dos dados. Infelizmente, a literatura em testes Bayesianos não paramétricos é escassa, ainda que a filosofia Bayesiana seja amplamente difundida hoje. Aqui, investigaremosnovos testes que visam suprir essas deficiência. Em particular, daremos ênfase para testes que visam comparar dois ou mais grupos. (3) FBST em Altas Dimensionalidades. Outro desafio presente em diversas aplicações é o problema da alta dimensionalidade. Mais especificamente,em muitos problemas, o número de covariáveis é muito grande; muitas vezes inclusive maior que o número de observações. Isso traz dificuldades para diversos métodos tradicionais. Em particular, o Full Bayesian Significance Test vem mostrando diversas dificuldades em lidar com essa situação. Iremos propor melhorias neste método para que ele seja capaz de lidar com problemas de alta dimensionalidade, assim como desenvolver uma teoria que justifique seu uso. Como parte deste projeto, iremos também desenvolver e disponibilizar pacotes na linguagem R que implementam os métodos desenvolvidos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (1) . Integrantes: Rafael Bassi Stern - Integrante / Rafael Izbicki - Coordenador / LUIS ERNESTO BUENO SALASAR - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 4
  Membro: Rafael Bassi Stern.
  Descrição: Testes de hipóteses formam um dos pilares fundamentais da inferência estatística. Ainda que os primórdios da formulação das ideias por trás dessa ferramenta já tenham mais de um século,até hoje essa área apresenta diversos desafios para estatísticos. Este projeto visa contribuir com o desenvolvimento de tais métodos através da superação de diversas lacunas existentes. Mais especificamente, os seguintes aspectos serão contemplados: (1) Testes Agnósticos. Há uma disconcordância acerca da interpretação dos resultados de testes de hipóteses: discute-se se as possíveis decisões de um teste sobre uma hipótese H_0 devem ser ``aceitar'' ou ``rejeitar'' H_0 ou então ``não-rejeitar'' ou ``rejeitar'' H_0. Tal discordância é uma das fontes de dificuldade do uso dessa metodologia por parte de usuários. Em particular, a segunda (e mais usual) perspectiva está intimamente ligada com a criação de testes de não inferioridade utilizados em ensaios clínicos. Neste trabalho, propomos uma formulação alternativa do paradigma de testes de hipóteses na qual, além das decisões ¨aceitar H_0¨ e ¨rejeitar H_0¨, há uma terceira decisão que consiste em ¨não concluir nada sobre H_0¨, opção que chamamos de decisão agnóstica. (2) Testes Não Paramétricos Bayesianos. Graças ao grande volume de dados disponível hoje em diversas aplicações, métodos não paramétricos vêm ganhando cada vez mais destaque, uma vez que permitem que se faça menos suposições sobre o processo gerador dos dados. Infelizmente, a literatura em testes Bayesianos não paramétricos é escassa, ainda que a filosofia Bayesiana seja amplamente difundida hoje. Aqui, investigaremosnovos testes que visam suprir essas deficiência. Em particular, daremos ênfase para testes que visam comparar dois ou mais grupos. (3) FBST em Altas Dimensionalidades. Outro desafio presente em diversas aplicações é o problema da alta dimensionalidade. Mais especificamente,em muitos problemas, o número de covariáveis é muito grande; muitas vezes inclusive maior que o número de observações. Isso traz dificuldades para diversos métodos tradicionais. Em particular, o Full Bayesian Significance Test vem mostrando diversas dificuldades em lidar com essa situação. Iremos propor melhorias neste método para que ele seja capaz de lidar com problemas de alta dimensionalidade, assim como desenvolver uma teoria que justifique seu uso. Como parte deste projeto, iremos também desenvolver e disponibilizar pacotes na linguagem R que implementam os métodos desenvolvidos.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (3) / Doutorado: (1) . Integrantes: Rafael Bassi Stern - Integrante / Rafael Izbicki - Coordenador / LUIS ERNESTO BUENO SALASAR - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro. Número de produções C, T & A: 4
  Membro: Rafael Bassi Stern.
5. 2014-Atual. Fundamentos da Estatística
  Descrição: Na ciência, a Estatística se consolidou como o principal método de análise de dados. Contudo, existem muitas discordâncias práticas sobre suposições usadas na base da Estatística. A área de Fundamentos da Estatística analisa as consequências destas suposições, bem como propostas alternativas que levariam a melhorias na Estatística. Por exemplo, há uma literatura crescente sobre dificuldades na interpretação de testes de hipótese. Esta linha de pesquisa estuda modificações em testes de hipótese que os tornam mais interpretáveis. Também, uma forma axiomática de construir a Estatística Bayesiana se dá pela Probabilidade e pela Teoria da Decisão. Esta linha de pesquisa estuda nestas duas áreas os axiomas usados e variantes destes, bem como consequências destes para a Inferência Estatística.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Rafael Bassi Stern - Coordenador / Rafael Izbicki - Integrante / KADANE, J. B. - Integrante / SCHERVISH, MARK J. - Integrante / Julio M. Stern - Integrante / Luís Gustavo Esteves - Integrante / Ruobin Gong - Integrante / Theodore Seidenfeld - Integrante. Número de produções C, T & A: 1
  Membro: Rafael Bassi Stern.
  Descrição: Na ciência, a Estatística se consolidou como o principal método de análise de dados. Contudo, existem muitas discordâncias práticas sobre suposições usadas na base da Estatística. A área de Fundamentos da Estatística analisa as consequências destas suposições, bem como propostas alternativas que levariam a melhorias na Estatística. Por exemplo, há uma literatura crescente sobre dificuldades na interpretação de testes de hipótese. Esta linha de pesquisa estuda modificações em testes de hipótese que os tornam mais interpretáveis. Também, uma forma axiomática de construir a Estatística Bayesiana se dá pela Probabilidade e pela Teoria da Decisão. Esta linha de pesquisa estuda nestas duas áreas os axiomas usados e variantes destes, bem como consequências destes para a Inferência Estatística.. Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (1) . Integrantes: Rafael Bassi Stern - Coordenador / Rafael Izbicki - Integrante / KADANE, J. B. - Integrante / SCHERVISH, MARK J. - Integrante / Julio M. Stern - Integrante / Luís Gustavo Esteves - Integrante / Ruobin Gong - Integrante / Theodore Seidenfeld - Integrante. Número de produções C, T & A: 1
  Membro: Rafael Bassi Stern.
6. 2013-Atual. Research, Innovation and Dissemination Center for Neuromathematics - NeuroMat
  Descrição: A mathematical center is proposed to integrate mathematical modeling with basic and applied lines of research at the frontier of neuroscience. The proposal is a response to the increasing importance of mathematical structures in theoretical neuroscience. One of the underlying reasons is the huge mass of data generated by recent experimental capabilities of research, whose analysis requires new mathematical tools. Furthermore, the development of suitable mathematical language and structures is essential to develop theories explaining the underlying phenomena and yielding testable predictions. Neuroscience is at a crossroads triggered by an imbalance between prowess in data collection and humbleness in theoretical understanding, a situation that has been nicely described as data-rich yet theory-poor. Mathematics is the key to bridge between observations and explanations. The present project aims at building a center at the forefront of research in theoretical neuroscience, by putting together a first-class team of mathematicians, computer scientists, neuroscientists and rehabilitation clinicians. The research structure of the center is designed to fulfill severaI requirements: I) it must not be reduced to a particular area of mathematics. This explains the different specialties of the participant mathematicians. II) it must lead to models helping to understand actual phenomena, and not just to convenient phenomenological descriptions. The objective is to achieve understanding and predictive power. This needs dose collaboration with experts in applied area of neuroscience. Thus, the team includes experts in neuronal data recording and neurological diseases. III) It must produce efficient algorithms and procedures that can be put to use and confronted with data. The team includes therefore, a number of computer scientists. IV) it must lead to products useful for medical professionals and public health programs. The team includes specialists in neurorehabilitation and public policies for cerebral stroke patients. The technological transfer and innovation aspects of the project will focus in products needed for public health programs in neurorehabilitation, including the design and analysis of standardized data bank and the development of tools to support clinical diagnostics, decision and follow up. For dissemination the project includes courses and filmed workshops addressed to students at all levels, public school teachers and journalists.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Rafael Bassi Stern - Integrante / Antonio Galves - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Outra.
  Membro: Rafael Bassi Stern.
  Descrição: A mathematical center is proposed to integrate mathematical modeling with basic and applied lines of research at the frontier of neuroscience. The proposal is a response to the increasing importance of mathematical structures in theoretical neuroscience. One of the underlying reasons is the huge mass of data generated by recent experimental capabilities of research, whose analysis requires new mathematical tools. Furthermore, the development of suitable mathematical language and structures is essential to develop theories explaining the underlying phenomena and yielding testable predictions. Neuroscience is at a crossroads triggered by an imbalance between prowess in data collection and humbleness in theoretical understanding, a situation that has been nicely described as data-rich yet theory-poor. Mathematics is the key to bridge between observations and explanations. The present project aims at building a center at the forefront of research in theoretical neuroscience, by putting together a first-class team of mathematicians, computer scientists, neuroscientists and rehabilitation clinicians. The research structure of the center is designed to fulfill severaI requirements: I) it must not be reduced to a particular area of mathematics. This explains the different specialties of the participant mathematicians. II) it must lead to models helping to understand actual phenomena, and not just to convenient phenomenological descriptions. The objective is to achieve understanding and predictive power. This needs dose collaboration with experts in applied area of neuroscience. Thus, the team includes experts in neuronal data recording and neurological diseases. III) It must produce efficient algorithms and procedures that can be put to use and confronted with data. The team includes therefore, a number of computer scientists. IV) it must lead to products useful for medical professionals and public health programs. The team includes specialists in neurorehabilitation and public policies for cerebral stroke patients. The technological transfer and innovation aspects of the project will focus in products needed for public health programs in neurorehabilitation, including the design and analysis of standardized data bank and the development of tools to support clinical diagnostics, decision and follow up. For dissemination the project includes courses and filmed workshops addressed to students at all levels, public school teachers and journalists.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Rafael Bassi Stern - Integrante / Antonio Galves - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Outra.
  Membro: Rafael Bassi Stern.

Prêmios e títulos

Total de prêmios e títulos (5)

Professor homenageado pelo curso de Biotecnologia, Universidade Federal de São Carlos.. 2018.
Membro: Rafael Bassi Stern.
Graduate Student Teaching Award, Department of Statistics at Carnegie Mellon University.. 2014.
Membro: Rafael Bassi Stern.
Bolsa de Mestrado, FAPESP.. 2007.
Membro: Rafael Bassi Stern.
Menção Honrosa pelo destaque no curso de Bacharelado em Estatística, IME-USP.. 2006.
Membro: Rafael Bassi Stern.
Bolsa de Iniciação Científica, CNPq.. 2006.
Membro: Rafael Bassi Stern.

Participação em eventos

Total de participação em eventos (11)

XXIX CONGRESO DE MATEMÁTICA CAPRICORNIO. Indemnity for a lost chance. 2021. (Congresso).
23rd International Conference on Artificial Intelligence and Statistics. Flexible distribution-free conditional predictive bands using density estimators. 2020. (Congresso).
XV Escola Brasileira de Estatística Bayesiana. Predictive model checks for phylogenetical models. 2020. (Congresso).
37a Semana da Estatística. Teoria da Decisão aplicada ao Direito. 2019. (Congresso).
37th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering. A statistical contribution to historical linguistics. 2017. (Congresso).
29th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering. In Defense of Randomization: A subjectivist bayesian approach. 2009. (Congresso).
28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering. A possible foundation for Blackwell's Equivalence. 2008. (Congresso).
Workshop Niklas Luhmann a diez años: El desafío de observar una sociedad compleja.Civil Liability on Loss of a Chance. 2008. (Oficina).
Bayesianismo: Fundamentos e Aplicações.Teorema da Representação de De Finetti. 2007. (Simpósio).
School and Workshop on Probability Theory and Applications. 2007. (Congresso).
9a Escola Brasileira de Probabilidade. 2005. (Congresso).

Organização de eventos

Total de organização de eventos (6)

A. Polpo; DIAS, T. C. M. ; RODRIGUES, A. S. ; CANTONI, M. ; SILVA, D. F. ; CAMARGO, H. A. ; CIFERRI, R. ; STERN, R. B.. #meetingdata. 2018. Congresso
ZUANETTI, D. ; STERN, R. B. ; EHLERS, R. S. ; Pablo Martín Rodríguez ; TOMAZELLA, V.. 6th Workshop on Probabilistic and Statistical Methods. 2018. Congresso
POLPO, A.; J. Stern ; Dias, Teresa Cristina Martins ; CATICHA, N. ; COBRE, J. ; CONCEICAO, K. ; Alves Diniz, M. ; FOSSALUZA, V. ; IZBICKI, R. ; LOUZADA-NETO, F. ; PEREIRA, C. A. DE B. ; STERN, R. B. ; TAKADA, H.. 37th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering. 2017. Congresso
Gallo, Sandro ; STERN, R. B.. 4o dia temático: estatística matemática e aprendizado de máquina. 2017. Congresso
STERN, R. B.; GALVES, A. J. ; Gallo, Sandro. 2o dia temático: métodos estatísticos, probabilísticos e computacionais em neurobiologia. 2016. Congresso
ALMEIDA, T. S. ; AMBRIOLA, A. Y. ; STERN, R. B. ; IZBICKI, R. ; GIROLDO, R. Z. ; HERNANDES, M. C. ; MAHLER, N. S. ; REGINA, D. S. M.. Encontro Internacional de Alunos de Graduação do Instituto de Matemática e Estatística II. 2009. Outro

Lista de colaborações

Colaborações endôgenas (5)

Rafael Bassi Stern ⇔ Rafael Bassi Stern (53.0)
CABEZAS, LUBEN M.C. ; OTTO, MATEUS P. ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Regression trees for fast and adaptive prediction intervals. INFORMATION SCIENCES. v. 686, p. 121369, 2025. Qualis: A1
LASSANCE, RODRIGO F.L. ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Adding imprecision to hypotheses: A Bayesian framework for testing practical significance in nonparametric settings. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 178, p. 109332, 2025. Qualis: A1
SEIDENFELD, TEDDY ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; STERN, RAFAEL B.. Finite Additivity, Complete Additivity, and the Comparative Principle. Erkenntnis. v. 89, p. 1-24, 2024. Qualis: A2
GRIVOL, GUSTAVO ; IZBICKI, RAFAEL ; OKUNO, ALEX A. ; STERN, RAFAEL B.. Flexible conditional density estimation for time series. Brazilian Journal of Probability and Statistics. v. 38, p. 1-17, 2024. Qualis: B1
SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; KADANE, JOSEPH B. ; GONG, RUOBIN ; STERN, RAFAEL B.. WHEN NO PRICE IS RIGHT. Review of Symbolic Logic. v. 1, p. 1-43, 2024. Qualis: Não identificado (REVIEW OF SYMBOLIC LOGIC)
ESTEVES, LUÍS G. ; IZBICKI, RAFAEL ; STERN, JULIO M. ; STERN, RAFAEL B.. Logical coherence in Bayesian simultaneous three-way hypothesis tests. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 152, p. 297-309, 2023. Qualis: A1
CABEZAS, LUBEN M.C. ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Hierarchical clustering: Visualization, feature importance and model selection. APPLIED SOFT COMPUTING. v. 141, p. 110303, 2023. Qualis: A1
OLIVEIRA, F. L. ; STERN, R. B. ; NOLI, A. F.. PROCESSO DECISÓRIO DO SUPREMO TRIBUNAL FEDERAL NA TRANSIÇÃO DEMOCRÁTICA BRASILEIRA (1978-1988). REVISTA DE ESTUDOS EMPÍRICOS EM DIREITO. v. 9, p. 1-27, 2022. Qualis: B1
IZBICKI, R. ; SHIMIZU, G. ; STERN, R. B.. CD-split and HPD-split: Efficient Conformal Regions in High Dimensions. JOURNAL OF MACHINE LEARNING RESEARCH (ONLINE). v. 23, p. 1-32, 2022.Qualis: A1
GONG, RUOBIN ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL B.. Learning and total evidence with imprecise probabilities. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 151, p. 21-32, 2022. Qualis: A1
BORGES, M. ; IZBICKI, R. ; STERN, R. B. ; TRECENTI, J. A. Z.. Causas de desaparecimento no estado de São Paulo entre 2013 e 2014: uma análise automatizada de boletins de ocorrência. Revista da Defensoria Pública do Estado de São Paulo. v. 2, p. 285-316, 2021.Qualis: Não identificado (REVISTA DA DEFENSORIA PÚBLICA DO ESTADO DE SÃO PAULO)
STERN, RAFAEL B.; D'ALENCAR, MATHEUS SILVA ; USCAPI, YANINA L. ; GUBITOSO, MARCO D. ; ROQUE, ANTONIO C. ; HELENE, ANDRÉ F. ; PIEMONTE, MARIA ELISA PIMENTEL. Goalkeeper Game: A New Assessment Tool for Prediction of Gait Performance Under Complex Condition in People With Parkinson's Disease. Frontiers in Aging Neuroscience. v. 12, p. 1-9, 2020. Qualis: A1
COSCRATO, VICTOR ; IZBICKI, RAFAEL ; STERN, RAFAEL B.. Agnostic tests can control the type I and type II errors simultaneously. Brazilian Journal of Probability and Statistics. v. 34, p. 230-250, 2020. Qualis: B1
GONG, RUOBIN ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL B.. Deceptive Credences. Ergo-An Open Access Journal Of Philosophy. v. 7, p. 757-773, 2020. Qualis: Não identificado (ERGO-AN OPEN ACCESS JOURNAL OF PHILOSOPHY)
ESTEVES, LUIS GUSTAVO ; IZBICKI, RAFAEL ; STERN, JULIO MICHAEL ; STERN, RAFAEL BASSI. Pragmatic Hypotheses in the Evolution of Science. Entropy. v. 21, p. 883-883-17, 2019. Qualis: A4
LAURETTO, MARCELO S. ; STERN, RAFAEL ; RIBEIRO, CELMA ; STERN, JULIO. Haphazard Intentional Sampling Techniques in Network Design of Monitoring Stations. Proceedings. v. 33, p. 12-8, 2019. Qualis: C
VAZ, A.F. ; IZBICKI, R. ; STERN, R. B.. Quantification under prior probability shift: the ratio estimator and its extensions. JOURNAL OF MACHINE LEARNING RESEARCH (ONLINE). v. 20, p. 1-33, 2019.Qualis: A1
STERN, RAFAEL BASSI; KADANE, JOSEPH BORN. Indemnity for a lost chance. Law, Probability and Risk. v. -, p. 1-34, 2019. Qualis: Não identificado (LAW, PROBABILITY AND RISK)
SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL B. ; KADANE, JOSEPH B.. What finite-additivity can add to decision theory. Statistical Methods and Applications. v. -, p. 1, 2019. Qualis: A4 (STATISTICAL METHODS & APPLICATIONS)
DINIZ, M. A. ; STERN, R. B. ; SALASAR, L. E. B.. Positive Polynomials on Closed Boxes. TENDÊNCIAS EM MATEMÁTICA APLICADA E COMPUTACIONAL. v. 20, p. 509, 2019. Qualis: C
CISEWSKI, JESSI ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL. Standards for Modest Bayesian Credences. PHILOSOPHY OF SCIENCE. v. 85, p. 53-78, 2018. Qualis: A1
Stern, Julio Michael; IZBICKI, RAFAEL ; ESTEVES, LUIS GUSTAVO ; STERN, RAFAEL BASSI. Logically-consistent hypothesis testing and the hexagon of oppositions. LOGIC JOURNAL OF THE IGPL. v. 25, p. 741-757, 2017. Qualis: A2
ESTEVES, LUÍS GUSTAVO ; IZBICKI, RAFAEL ; STERN, RAFAEL BASSI. Teaching decision theory proof strategies using a crowdsourcing problem. AMERICAN STATISTICIAN. v. 71, p. 336-343, 2017. Qualis: A4 (THE AMERICAN STATISTICIAN)
ESTEVES, LUÍS ; IZBICKI, RAFAEL ; STERN, JULIO ; STERN, RAFAEL. The Logical Consistency of Simultaneous Agnostic Hypothesis Tests. Entropy. v. 18, p. 256, 2016. Qualis: A4
CISEWSKI, JESSI ; KADANE, JOSEPH B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, RAFAEL. Sleeping Beauty?s Credences. Philosophy of Science (East Lansing). v. 83, p. 324-347, 2016. Qualis: A1
CHKREBTII, OKSANA A. ; LEMAN, SCOTLAND ; HOEGH, ANDREW ; ENTEZARI, REIHANEH ; CRAIU, RADU V. ; ROSENTHAL, JEFFREY S. ; MOHAMMADI, ABDOLREZA ; KAPTEIN, MAURITS ; MARTINO, LUCA ; STERN, RAFAEL B. ; LOUZADA, FRANCISCO. Contributed Discussion on Article by Pratola. Bayesian Analysis. v. 11, p. 929-943, 2016. Qualis: Não identificado (BAYESIAN ANALYSIS)
BONASSI, FERNANDO V. ; STERN, RAFAEL B. ; PEIXOTO, CLÁUDIA M. ; WECHSLER, SERGIO. Exchangeability and the law of maturity. THEORY AND DECISION. v. 78, p. 603-615, 2015. Qualis: A2
DAMIANI, A. ; FEREZ, M. ; STERN, R. B. ; TRECENTI, J.. O valor da causa e o valor concedido por danos morais nos JEC. Revista de Direito Bancário e do Mercado de Capitais. v. 66, p. 225-231, 2015.Qualis: B4
STERN, RAFAEL B.; KADANE, JOSEPH B.. Coherence of Countably Many Bets. JOURNAL OF THEORETICAL PROBABILITY. v. 28, p. 520-538, 2015. Qualis: Não identificado (JOURNAL OF THEORETICAL PROBABILITY)
IZBICKI, RAFAEL ; STERN, RAFAEL BASSI. Learning with many experts: Model selection and sparsity. Statistical Analysis and Data Mining. v. 6, p. n/a-n/a, 2013. Qualis: Não identificado (STATISTICAL ANALYSIS AND DATA MINING)
STERN, R. B.; KADANE, J. B.. Pain and suffering quantified: Judge Weinstein's concept of similarity between cases. LAW PROBABILITY & RISK. v. 12, p. 75-87, 2013. Qualis: Não identificado (LAW PROBABILITY & RISK)
STERN, RAFAEL B.; PEREIRA, CARLOS A. DE B.. Statistical Information: A Bayesian Perspective. Entropy. v. 14, p. 2254-2264, 2012. Qualis: A4
GONG, R. ; KADANE, J. B. ; SCHERVISH, MARK J. ; SEIDENFELD, TEDDY ; STERN, R. B.. The Value Provided by a Scientific Explanation. Em: Thomas Augustin; Fabio Gagliardi Cozman; Gregory Wheeler. (Org.). Reflections on the Foundations of Probability and Statistics. 1ed. : Springer. 2022.p. 15-35.
Vaz, Afonso ; IZBICKI, RAFAEL ; STERN, RAFAEL BASSI. Prior Shift Using the Ratio Estimator. Em: Polpo A.; Stern J.; Louzada F.; Izbicki R.; Takada H.. (Org.). Springer Proceedings in Mathematics & Statistics. 1ed. : Springer International Publishing. 2018.v. 239, p. 25-35.
IZBICKI, R. ; SHIMIZU, G. ; STERN, R. B.. Flexible distribution-free conditional predictive bands using density estimators. Em: 3rd International Conference on Artificial Intelligence and Statistics, v. 108, p. 3068-3077, 2020. Qualis: Não identificado (3rd International Conference on Artificial Intelligence and Statistics)
LAURETTO, M. S. ; STERN, R. B. ; MORGAN, K. L. ; CLARK, M. H. ; STERN, J. M.. Haphazard intentional allocation and rerandomization to improve covariate balance in experiments. Em: 36th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1853, 2017.Qualis: Não identificado (36th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
BONASSI, F. V. ; NISHIMURA, R. ; STERN, R. B.. In Defense of Randomization: A Subjectivist Bayesian Approach. Em: 29th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1193, p. 32-39, 2009.Qualis: Não identificado (29th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
STERN, RAFAEL B. ; DE B. PEREIRA, CARLOS A. ; DE SOUZA LAURETTO, MARCELO ; DE BRAGANCA PEREIRA, CARLOS ALBERTO ; Stern, Julio Michael. A Possible Foundation for Blackwell's Equivalence. Em: BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING: Proceedings of the 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1073, p. 90-95, 2008. Qualis: Não identificado (BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING: Proceedings of the 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
BONASSI, F. V. ; STERN, R. B. ; WECHSLER, S.. The Gambler's Fallacy: A Bayesian Approach. Em: 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1073, p. 8-15, 2008.Qualis: Não identificado (28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)
STERN, R. B.; IZBICKI, R. ; SHIMIZU, G.. CD-Split: Efficient Conformal Regions in High Dimensions. 2020. Apresentação de Trabalho/Seminário
STERN, R. B. Interpretabilidade em testes de hipótese. 2020. Apresentação de Trabalho/Seminário
STERN, R. B. Conditional Predictive Bands using Density Estimators. 2020. Apresentação de Trabalho/Seminário
Vaz, Afonso ; IZBICKI, R. ; STERN, R. B.. Quantification under prior probability shift: the ratio estimator and extensions. 2018. Apresentação de Trabalho/Conferência ou palestra
STERN, R. B. Teoria da Decisão Aplicada ao Direito. 2017. Apresentação de Trabalho/Seminário
BONASSI, F. V. ; NISHIMURA, R. ; STERN, R. B.. In Defense of Randomization: A subjectivist bayesian approach. 2009. Apresentação de Trabalho/Congresso
STERN, R. B.; PEREIRA, C. A. B.. A Possible Foundation for Blackwell's Equivalence. 2008. Apresentação de Trabalho/Congresso
BONASSI, F. V. ; STERN, R. B. ; WECHSLER, S.. The Gambler's Fallacy: A Bayesian Approach. 2008. Apresentação de Trabalho/Congresso
DAMIANI, A. P. ; TRECENTI, J. A. Z. ; NUNES, M. G. ; STERN, R. B. ; SIMONIS, A. ; COELHO, F.. Portal da Associacão Brasileira de Jurimetria. 2014; Tema: Jurimetria. 2014.
WECHSLER, S. ; ASSUNÇÃO, F. ; STERN, R. B.. Íntegra: Gênero e Família. 2006.
CHIANN, C. ; MAGALHÃES, M. N. ; NISHIMURA, R. ; STERN, R. B.. Estudo sobre estilos de amor, apego, crenças românticas e satisfação de noivos em São Paulo. 2006.
TRECENTI, J. A. Z. ; ASSUMPCAO, A. ; NUNES, M. G. ; NEUMANN, M. M. ; STERN, R. B.. Diagnóstico sobre a devolução de crianças adolescentes em estágio de convivência e adotadas. 2024. Relatório de pesquisa
NUNES, M. G. ; STERN, J. M. ; STERN, R. B. ; TRECENTI, J. A. Z.. Formas alternativas de gestão processual: A especialização de varas e a unificação de serventias. 2020. Relatório de pesquisa
NUNES, M. G. ; COELHO, F. ; STERN, R. B. ; TRECENTI, J. A. Z. ; CORREA FILHO, F. P. T.. Os maiores litigantes em ações consumeristas: mapeamento e proposições. 2018. Relatório de pesquisa

Rafael Bassi Stern ⇔ Julio Michael Stern (5.0)
ESTEVES, LUÍS G. ; IZBICKI, RAFAEL ; STERN, JULIO M. ; STERN, RAFAEL B.. Logical coherence in Bayesian simultaneous three-way hypothesis tests. INTERNATIONAL JOURNAL OF APPROXIMATE REASONING. v. 152, p. 297-309, 2023. Qualis: A1
ESTEVES, LUIS GUSTAVO ; IZBICKI, RAFAEL ; STERN, JULIO MICHAEL ; STERN, RAFAEL BASSI. Pragmatic Hypotheses in the Evolution of Science. Entropy. v. 21, p. 883-883-17, 2019. Qualis: A4
LAURETTO, MARCELO S. ; STERN, RAFAEL ; RIBEIRO, CELMA ; STERN, JULIO. Haphazard Intentional Sampling Techniques in Network Design of Monitoring Stations. Proceedings. v. 33, p. 12-8, 2019. Qualis: C
Stern, Julio Michael; IZBICKI, RAFAEL ; ESTEVES, LUIS GUSTAVO ; STERN, RAFAEL BASSI. Logically-consistent hypothesis testing and the hexagon of oppositions. LOGIC JOURNAL OF THE IGPL. v. 25, p. 741-757, 2017. Qualis: A2
ESTEVES, LUÍS ; IZBICKI, RAFAEL ; STERN, JULIO ; STERN, RAFAEL. The Logical Consistency of Simultaneous Agnostic Hypothesis Tests. Entropy. v. 18, p. 256, 2016. Qualis: A4

Rafael Bassi Stern ⇔ Carlos Alberto de Braganca Pereira (1.0)
STERN, RAFAEL B. ; DE B. PEREIRA, CARLOS A. ; DE SOUZA LAURETTO, MARCELO ; DE BRAGANCA PEREIRA, CARLOS ALBERTO ; Stern, Julio Michael. A Possible Foundation for Blackwell's Equivalence. Em: BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING: Proceedings of the 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering, v. 1073, p. 90-95, 2008. Qualis: Não identificado (BAYESIAN INFERENCE AND MAXIMUM ENTROPY METHODS IN SCIENCE AND ENGINEERING: Proceedings of the 28th International Workshop on Bayesian Inference and Maximum Entropy Methods in Science and Engineering)

Rafael Bassi Stern ⇔ Claudia Monteiro Peixoto (1.0)
BONASSI, FERNANDO V. ; STERN, RAFAEL B. ; PEIXOTO, CLÁUDIA M. ; WECHSLER, SERGIO. Exchangeability and the law of maturity. THEORY AND DECISION. v. 78, p. 603-615, 2015. Qualis: A2

Rafael Bassi Stern ⇔ Marcelo de Souza Lauretto (1.0)
LAURETTO, MARCELO S. ; STERN, RAFAEL ; RIBEIRO, CELMA ; STERN, JULIO. Haphazard Intentional Sampling Techniques in Network Design of Monitoring Stations. Proceedings. v. 33, p. 12-8, 2019. Qualis: C

(*) Relatório criado com produções desde 2000 até 2025
Data de processamento: 25/02/2025 19:39:44

Relatório gerado por scriptLattes V9. Os resultados podem ser afetados por possíveis falhas decorrentes de inconsistências no preenchimento dos Currículos Lattes. E-mail de contato: webmaster@ime.usp.br