Modelos espaço-temporais não gaussianos
Thaís C. O. Fonseca (UFRJ)

Nesse trabalho construímos processos não gaussianos que possuem função de covariância não separável no espaço-tempo. O modelo não gaussiano é obtido através de misturas na escala, resultando em processos capazes de acomodar tanto observações aberrantes como regiões com variabilidade diferente das demais. Essa flexibilidade é obtida por dois tipos de mistura: um processo que varia suavemente e um outro não correlacionado. Métodos de Monte Carlo por Cadeias de Markov são utilizados para inferência e previsão. Uma aplicação em dados de temperatura na Espanha ilustram o potencial dessa classe de modelos e o ganho no desempenho preditivo.