Programa de Pós Graduação em Probabilidade Estatística

Chang Chiann

Possui graduação em Bacharel Em Estatística pela Universidade de São Paulo (1989), mestrado em Estatística pela Universidade de São Paulo (1993). Possui doutorado (1997) e pós-doutorado (2000) pela Universidade de São Paulo, orientado pelo Prof. Pedro A. Morettin. Integrou o Projeto de Cooperação Internacional (Convênio CNPq/NSF) com o Professor David R. Brillinger, da Universidade da Califórnia, Berkeley, de 1997 a 2000. Atualmente é Professora Associada 3 da Universidade de São Paulo. Seus interesses de pesquisa estão focados em Séries Temporais e Bioequivalência, atuando principalmente nos seguintes temas: Wavelets (Ondaletas), Séries Temporais, Análise de Biodisponibilidade e de Bioequivalência, Biossimilares e Ensaios Clínicos. (Texto informado pelo autor)

  • http://lattes.cnpq.br/4488035486752251 (05/08/2024)
  • Rótulo/Grupo:
  • Bolsa CNPq:
  • Período de análise:
  • Endereço: Universidade de São Paulo, Instituto de Matemática e Estatística, Departamento de Estatística. R. do Matão s/n Butanta 05315-970 - Sao Paulo, SP - Brasil - Caixa-postal: 66281 Telefone: (011) 30916129 URL da Homepage: http://www.ime.usp.br/~chang
  • Grande área: Ciências Exatas e da Terra
  • Área: Probabilidade e Estatística
  • Citações: Google Acadêmico

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

Prêmios e títulos

Participação em eventos

Organização de eventos

Lista de colaborações

Produção bibliográfica

Produção técnica

Produção artística

Orientações em andamento

Supervisões e orientações concluídas

Projetos de pesquisa

  • Total de projetos de pesquisa (5)
    1. 2023-Atual. Séries temporais, ondaletas, dados de alta dimensão e aplicações
      Descrição: O projeto é uma progressão natural do projeto temático 18/04654-9 intitulado Séries Temporais, Ondaletas e Dados de Alta Dimensão, vigente de primeiro de setembro de 2018 a trinta de agosto de 2023, o mais recente de uma sequência de projetos temáticos fomentados pela FAPESP há duas décadas. As metodologias desenvolvidas terão aplicação em áreas como Medicina, Finanças, Biologia, Física, Neurociências, Engenharias, etc. Elas resolvem problemas teóricos e aplicados, nos seguintes tópicos, que estão inexoravelmente interligados: (1) Generalizações de modelos ARMA; (2) Ondaletas; (3) Quase U-Estatísticas; (4) Valores extremos em séries temporais; (5) Estimação da volatilidade de ativos financeiros, inclusive com dados de alta frequência; (6) Dados funcionais; e (7) Dados de alta dimensão, com ênfase em séries temporais, dados espaço-temporais, financeiros, imagens de satélite, genética, MRI e fNRIS. Os resultados serão publicados em periódicos de circulação internacional com seletivas políticas editoriais e apresentados em eventos científicos. A formação de capital humano dar-se-á pela supervisão de pós-doutoramentos, iniciações científicas, doutorados e mestrados. Seminários e a organização de workshops anuais reunirão estudantes avançados de graduação e de pós com pesquisadores do projeto e convidados nacionais e internacionais, para a apresentação do estado da arte e consolidação, avanço e/ou início de parcerias. (AU). Situação: Em andamento; Natureza: Pesquisa. Integrantes: Chang Chiann - Integrante / Pedro A Morettin - Integrante / João Ricardo Sato - Integrante / Airlane Pereira Alencar - Integrante / Luiz Koodi Hotta - Integrante / Ronaldo Dias - Integrante / Aluísio de Souza Pinheiro - Coordenador / Hedibert Freitas Lopes - Integrante / Michel Montoril - Integrante / Alejandro César Frery Orgambide - Integrante.
      Membro: Chang Chiann.
      Descrição: O projeto é uma progressão natural do projeto temático 18/04654-9 intitulado Séries Temporais, Ondaletas e Dados de Alta Dimensão, vigente de primeiro de setembro de 2018 a trinta de agosto de 2023, o mais recente de uma sequência de projetos temáticos fomentados pela FAPESP há duas décadas. As metodologias desenvolvidas terão aplicação em áreas como Medicina, Finanças, Biologia, Física, Neurociências, Engenharias, etc. Elas resolvem problemas teóricos e aplicados, nos seguintes tópicos, que estão inexoravelmente interligados: (1) Generalizações de modelos ARMA; (2) Ondaletas; (3) Quase U-Estatísticas; (4) Valores extremos em séries temporais; (5) Estimação da volatilidade de ativos financeiros, inclusive com dados de alta frequência; (6) Dados funcionais; e (7) Dados de alta dimensão, com ênfase em séries temporais, dados espaço-temporais, financeiros, imagens de satélite, genética, MRI e fNRIS. Os resultados serão publicados em periódicos de circulação internacional com seletivas políticas editoriais e apresentados em eventos científicos. A formação de capital humano dar-se-á pela supervisão de pós-doutoramentos, iniciações científicas, doutorados e mestrados. Seminários e a organização de workshops anuais reunirão estudantes avançados de graduação e de pós com pesquisadores do projeto e convidados nacionais e internacionais, para a apresentação do estado da arte e consolidação, avanço e/ou início de parcerias. (AU). Situação: Em andamento; Natureza: Pesquisa. Integrantes: Airlane Pereira Alencar - Integrante / Chang Chiann - Integrante / Michel Helcias Montoril - Integrante / Aluisio de Souza Pinheiro - Coordenador / MORETTIN, PEDRO A. - Integrante / João Ricardo Sato - Integrante / Luiz Koodi Hotta - Integrante / Ronaldo Dias - Integrante / Guilherme Vieira Nunes Ludwig - Integrante / Márcio Poletti Laurini - Integrante / Mauricio Enrique Zevallos Herencia - Integrante / Alejandro César Frery Orgambide - Integrante / Audrone Virbickaite - Integrante / Carlos Cesar Trucios Maza - Integrante / Carlos Marinho Carvalho - Integrante / Paulo Cilas Marques Filho - Integrante / rodney vasconcelos fonseca - Integrante / Rogério Galante Negri - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Airlane Pereira Alencar.
    2. 2013-2023. Séries Temporais, Ondaletas e Análise de Dados Funcionais
      Situação: Concluído; Natureza: Pesquisa. Integrantes: Chang Chiann - Integrante / Pedro A Morettin - Coordenador / C M C Toloi - Integrante / Aluísio Souza Pinheiro - Integrante / Airlane Pereira Alencar - Integrante / Luiz Koodi Hotta - Integrante / Ronaldo Dias - Integrante.
      Membro: Chang Chiann.
      Descrição: Descrição: Neste projeto investigaremos metodologias de Séries temporais, Ondaletas e Análise de Dados Funcionais, com aplicações potenciais em diversas áreas, como Medicina, Biologia, Ciências Físicas, Química, Ciências Atuariais, Finanças etc. Estas metodologias têm por objetivo resolver problemas teóricos e aplicados importantes, relacionados aos seguintes tópicos de pesquisa, que estão fortemente ligados: 1. Avaliação de riscos associados a eventos como aumento de temperatura e nível do mar, derretimento de geleiras, desflorestamentos, terremotos e também com medidas de risco em economia e finanças. 2. Ocorrências de valores extremos em séries temporais e caracterizações de dependências extremas. 3. Estimação da volatilidade de ativos financeiros, incluindo o caso de dados de alta frequência. 4. Extensão do conceito de cópula para o caso de séries temporais, cópulas dinâmicas e aplicação ao estudo de dependência entre variáveis. 5. Estudo do fenômeno de longa dependência, com aplicações em ciências físicas, economia e finanças. 6. Análise de dados funcionais, com enfase em modelos de regressão, análise de variância funcional (FANOVA), análise espectral etc. 7. Aplicações em estudos de sequências de DNA, microarrays, ressonância magnética funcional.. Situação: Concluído; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (10) Doutorado: (8) . Integrantes: Airlane Pereira Alencar - Integrante / Morettin, Pedro A. - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Airlane Pereira Alencar.
    3. 2009-2012. Séries Temporais, Análise de Dependencia e Modelos Lineares Generalizados
      Descrição: Trata-se de Projeto Procad da Capes, com a Universidade Federtal de Lavras e a Universidade Federal de Pernambuco... Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (4) Doutorado: (5) . Integrantes: Chang Chiann - Integrante / Pedro A Morettin - Coordenador / Clelia M Toloi - Integrante / Thelma Sáfadi - Integrante.
      Membro: Chang Chiann.
    4. 2008-2012. Séries Temporais e Análise de Dependência
      Descrição: Trata de pesquisa em temas relacionados a modelos em séries temporais, paramétricos e semi-paramétricos, medidas locais de dependência e cópulas... Situação: Em andamento; Natureza: Pesquisa. Alunos envolvidos: Mestrado acadêmico: (3) Doutorado: (6) . Integrantes: Chang Chiann - Integrante / Petro A Morettin - Coordenador / Clelia M Toloi - Integrante / Thelma Sáfadi - Integrante. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Chang Chiann.
    5. 2003-Atual. Análise de Séries Temporais via Ondaletas
      Descrição: Trata-se de aplicação de ondaletas em modelos de séries temporais não lineares.. Situação: Em andamento; Natureza: Pesquisa. Integrantes: Chang Chiann - Coordenador. Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.
      Membro: Chang Chiann.

Prêmios e títulos

  • Total de prêmios e títulos (1)
    1. Finalista no Concurso "Francisco Aranda Ordaz", CLAPEM.. 2001.
      Membro: Chang Chiann.

Participação em eventos

  • Total de participação em eventos (16)
    1. 66ª Reunião Anual da RBras. Analysis of Variance for Time Series through wavelets. 2022. (Congresso).
    2. Escola de Séries Temporais e Econometria and Satellite Event. Wavelet Estimation for Dynamic Factor Models with Time-Varying Loadings. 2022. (Congresso).
    3. 18ª ESTE - Escola de Séries Temporais e Econometria. Wavelet Estimation for Factor Models with Time-Varying Loadings. 2019. (Congresso).
    4. XVI Escola de Séries Temporais e Econometria. Estimação de modelos geoestatísticos com dados funcionais usando ondaletas. 2015. (Congresso).
    5. The 59th ISI World Statistics Congress. Functional Coefficient Regression Models For Non-Linear Time Series: Estimation by Wavelets. 2013. (Congresso).
    6. 14a. Escola de Séries Temporais e Econometria. Modelagem GARCH Multivariada. 2011. (Congresso).
    7. 2nd. World Congress on Bioavailability & Bioequivalence. Bioequivalence in Brazil. 2011. (Congresso).
    8. Fourth Brazilian Conference on Statistical Modelling in Insurance and Finance. Comparing Random Fractions in Confidence Intervals for High Quantiles of Heavy Tailed Distributions. 2009. (Congresso).
    9. 18o. SINAPE. Avaliação da influência do cronograma de coletas em estudo de bioequivalência via simulação Monte Carlo. 2008. (Congresso).
    10. 12a. Escola de Séries Temporais e Econometria. Nonparametric Estimation of Functional Coefficient Autoregressive Models. 2007. (Congresso).
    11. the 6th Internacional Congress of Pharmaceutical Sciences. Use of Monte Carlo Simulations to Evaluate the Effects of Different sampling Schedules on the Assessment of Bioequivalence. 2007. (Congresso).
    12. 11a. Escola de Séries temporais e Econometria.Comportamento de eletroencefalograma de Indivíduos com ou sem Doença de Alzhemer. 2005. (Simpósio).
    13. 11a. Escola de Séries Temporais e Econometria.Wavelet Estimation of Funtional Coefficient Autoregressive Models. 2005. (Simpósio).
    14. 16o. SINAPE.Comportamento de Termorregulação em Jacarés-de-Papo_Amarelo Adulto em Cativeiro. 2004. (Simpósio).
    15. 10a. Escola de Séries Temporais e Econometria. Estimação de Sistemas Lineares Variando no Tempo. 2003. (Congresso).
    16. 9a. ESTE. Método de Estimação no Domínio de Tempo de Sistemas Lineares Variando no Tempo. 2001. (Congresso).

Organização de eventos

  • Total de organização de eventos (1)
    1. PINHEIRO, A. S. ; CHIANN, C. ; Thelma Sáfadi. XVI Escola de Séries Temporais e Econometria. 2015. Congresso

Lista de colaborações

  • Colaborações endôgenas (1)
    • Chang Chiann ⇔ Pedro Alberto Morettin (8.0)
      1. MONTORIL, MICHEL H. ; MORETTIN, PEDRO A. ; CHIANN, CHANG. Spline estimation of functional coefficient regression models for time series with correlated errors. Statistics & Probability Letters. v. 92, p. 226-231, 2014. Qualis: B1
      2. Moura, Maria Sílvia de A. ; Morettin, Pedro A. ; Toloi, Clélia M. C. ; Chiann, Chang. Transfer Function Models with Time-Varying Coefficients. Journal of Probability and Statistics. v. 2012, p. 1-31, 2012. Qualis: B4 (JOURNAL OF APPLIED PROBABILITY AND STATISTICS)
      3. MORETTIN, P. A. ; TOLOI, C. M. C. ; CHIANN, C. ; MIRANDA, J.C.. Wavelet Estimation of Copulas for Time Series. Journal of Time Series Econometrics. v. 3, p. 1-29, 2011. Qualis: Não identificado (JOURNAL OF TIME SERIES ECONOMETRICS)
      4. MORETTIN, P. A. ; TOLOI, C. M. C. ; CHIANN, C. ; MIRANDA, J.C.. Wavelet Smoothed Empirical Copulas Estimators. Revista Brasileira de Finanças. v. 8, p. 263-281, 2010.Qualis: A3
      5. MORETTIN, P. A. ; CHIANN, C.. Estimation of Functional Coefficient Autoregressive Models by Wavelet Methods. Current Development in Theory and Applications of Wavelets. v. 1, p. 309-340, 2007.Qualis: Não identificado (CURRENT DEVELOPMENT IN THEORY AND APPLICATIONS OF WAVELETS)
      6. Chiann, Chang; Morettin, Pedro A.. Time-domain estimation of time-varying linear systems. Journal of Nonparametric Statistics (Print), Inglaterra. v. 17, p. 365-383, 2005. Qualis: Não identificado (JOURNAL OF NONPARAMETRIC STATISTICS , INGLATERRA)
      7. CHIANN, C.; BRILLINGER, D. R. ; MORETTIN, P. A. ; IRIZARRY, R. A.. Automatic methods for generating seismic intensity maps. Journal of Applied Probability, UK. v. 38A, p. 188-201, 2001. Qualis: B1 (JOURNAL OF APPLIED PROBABILITY)
      8. BRILLINGER, D. R. ; MORETTIN, P. A. ; IRIZARRY, R. A. ; CHIANN, C.. Some Wavelet-based Analyses of Markov Chain Data. IEEE Transactions on Signal Processing. v. 80, n. 11, p. 1607-1627, 2000.Qualis: A1




(*) Relatório criado com produções desde 2000 até 2024
Data de processamento: 05/12/2024 01:17:18