Daniela Silva (Centro de Matemática da Universidade do Minho)
Nas últimas décadas, os desafios ambientais têm-se destacado como uma das principais preocupações globais, desencadeando um apelo urgente por ações em prol da sustentabilidade. Paralelamente, o avanço tecnológico tem impulsionado a disponibilidade de conjuntos de dados de elevada qualidade, com observações distribuídas geograficamente e ao longo do tempo, o que tem complexificado os desafios estatísticos.
Um dos desafios fundamentais reside na modelação eficaz da distribuição das espécies. A capacidade das ferramentas científicas em descrever esses padrões é crucial, proporcionando uma compreensão mais precisa dos fatores causais subjacentes às flutuações nas populações de espécies.
A ciência das pescas, essencial para a avaliação e gestão das populações de peixes, assenta em dois métodos principais de recolha de dados: os dependentes e os independentes da atividade pesqueira. Enquanto os dados independentes resultam de técnicas de amostragem padronizadas, os dados dependentes frequentemente refletem uma seleção preferencial de locais de amostragem. Ambas as fontes de dados oferecem informações relevantes sobre a dinâmica das populações de peixes, desempenhando papéis cruciais na gestão eficaz das pescas.
Para enfrentar os desafios relacionados à amostragem preferencial e ao excesso de zeros, apresentamos um modelo conjunto concebido para lidar com dados zero-inflacionados.
Presencial - sala Edifício 12-2.10, Azurém
Online - link do zoom