65ª RBras

10 e 11 de Setembro de 2021
Salas Temáticas

Sobre o evento

O Departamento de Ciências Exatas (LCE) e o Programa de Pós-graduação em Estatística e Experimentação Agronômica (PPGEEA) da ESALQ/USP, Piracicaba, SP, estão organizando a 65ª Reunião Anual da RBras e o 19º Simpósio de Estatística Aplicada à Experimentação Agronômica (SEAGRO). Os eventos serão gratuitos e realizados nos dias 10 e 11 de setembro de 2021, de forma remota, por meio da plataforma Google Meet. O(s) link(s) para o acesso à(s) sala(s) será(ão) disponibilizado(s) por e-mail nos dias do evento. As palestras e minicursos serão, também, transmitidas ao vivo pelos canais da RBras e do Departamento de Ciências Exatas - LCE/ESALQ/USP no YouTube. Os minicursos, a critério do palestrante, poderão ter o número de participantes limitado.

Datas importantes

  • Inscrições no evento: até 08/09/2021
  • Inscrições minicursos: até 16/08/2021
  • Submissão de trabalhos: até 18/07/2021
  • Divulgação dos Trabalhos Aprovados: 16/08/2021
  • Envio dos vídeos dos trabalhos aprovados: até 03/09/2021

Evento começa em:


O Departamento de Ciências Exatas (LCE) da ESALQ/USP, em Piracicaba, SP, irá organizar a 65ª RBRAS e 19º SEAGRO. Os eventos serão realizados nos dias 10 e 11 de setembro de 2021 de forma virtual. A organização dos eventos ficará sob a responsabilidade de duas comissões:
Comissão Organizadora
Clarice Garcia Borges Demétrio Cristian Marcelo Villegas Lobos
Cristiane Mariana Rodrigues da Silva Eduardo Bonilha
Edwin Moisés Marcos Ortega Fernanda Venturato Roquim
Gabriel Adrian Sarries Idemauro Antonio Rodrigues de Lara
Jorge Alexandre Wiendl Luciane Brajão
Marcelo Andrade da Silva Paulo Canas Jorge Rodrigues
Renata Alcarde Sermarini Silvio Sandoval Zocchi
Solange de Assis Paes Sabadin Sônia Maria De Stefano Piedade
Taciana Villela Savian  
Comissão Científica
Afrânio Márcio Corrêa Vieira Cesar Gonçalves de Lima
Cristian Marcelo Villegas Lobos Giovana Fumes Ghantous
Izabela Regina Cardoso de Oliveira John Philip Hinde
Kuang Hongyu Luiz Ricardo Nakamura
Luzia Aparecida Trinca Mariana Ragassi Urbano
Rafael de Andrade Moral Rafael Pimentel Maia
Renata Alcarde Sermarini Roseli Aparecida Leandro
Silvio Sandoval Zocchi Thiago de Paula Oliveira
Vera Lúcia Damasceno Tomazella  


Geert Verbeke
IBS President
Department of Public Health and Primary Care
Saiba mais →
Fernanda de Bastiani
Departamento de Estatística
Universidade Federal de Pernambuco
Saiba mais →
Gabriela Betella Cybis
Departamento de Estatística
Universidade Federal do Rio Grande do Sul
Saiba mais →
Herwig Friedl
Institute of Statistics
Graz University of Technology
Saiba mais →
Rafael de Andrade Moral
Department of Mathematics and Statistics
Maynooth University
Saiba mais →
Tiago A. Marques
School of Mathematics and Statistics
University of St Andrews, UK
Saiba mais →
Wagner Hugo Bonat
Departamento de Estatística
Universidade Federal do Paraná
Saiba mais →
Walmes Marques Zeviani
Departamento de Estatística
Universidade Federal do Paraná
Saiba mais →


8:30 - 9:00


9:00 - 9:50

How to correct for baseline covariates in longitudinal clinical trials?

In clinical trials, mixed models are becoming more popular for the analysis of longitudinal data. The main motivation is often expected dropout which can easily be handled through the analysis of the longitudinal trajectories. In many situations, analyses are corrected for baseline covariates such as study site or stratification variables. Key questions are then how to perform a longitudinal analysis correcting for baseline covariates, and how sensitive are the results with respect to choices made and models used ?
In this presentation, we will first present and compare a number of techniques available to correct for baseline covariates within the context of the linear mixed model for continuous outcomes. Second, we will study the sensitivity of the various techniques in case the baseline correction is based on a wrong model or does not include important covariates. Finally, our findings will be used to formulate some general guidelines relevant in a clinical trial context. All findings and results will be illustrated extensively using data from a real clinical trial.

10:00 - 10:50

Mixture Models in Practice

On the basis of two rather convincing applications of Mixture Models we will introduce into this model class. In a first study we deal with black and white C-SAM images of wafer structures. The statistical analysis is based on the corresponding multi-modal histograms of the greyscales. The objective is to draw conclusions on both, the quality of the wafers as also on the contrast of the images. A heterogeneous mixture of gamma densities together with a uniform component has been applied to enable such a two-fold failure analysis. Another application deals with a homogeneous mixture of Generalized Non-Linear Models to estimate the daily maximum gas consumption depending on the outside temperature. For this purpose, we implemented “flexmixNL” as an extension of the well-known R package “flexmix”. This now allows for the analysis of such a mixture of linear exponential families in which the means are non-linearly modeled, here by a family of sigmoid functions.
(Joint work with Peter Scheibelhofer and Sanela Omerovic)

11:00 - 12:00

Assembleia geral da RBras

12:00 - 14:00

Horário de almoço

14:00 - 14:30

A state-space hierarchical model applied to television viewer journey data

In an increasingly competitive market, it is vital for telecommunication companies to retain their customers. Here the motivation comes from a huge dataset obtained from British Telecommunications. In an attempt to cluster customers to reveal underlying frustration signatures, a state-space hierarchical model is proposed. The model takes into account the number of events within a customer's journey and the length of time between events jointly. The model is also structured so as to incorporate the hierarchy in the data and model the dependence between journeys from the same customer. Finally, a clustering method is proposed based on the predicted customer-level random effects.

Gaussian Graphical Models and Correlation Selection for the Phylogenetic Multivariate Probit Model

The Phylogenetic Multivariate Probit model allows for the estimation of evolutionary correlations between a set of continuous and binary trais observed in a sample of related organisms. By directly modeling the evolution of the trais on a phylogenetic tree in a Bayesian framework, the model's structure allows us to control for shared evolutionary history between the organisms in the sample. However, when we have many traits, relevant correlations are assessed through a heuristic procedure. In order to employ a model based procedure to identify the underlying correlation structure between the variables we explore the use of Gaussian graphical models for correlation selection in this context.

15:00 - 16:30

Sessão de apresentação de trabalhos

16:30 - 17:00


9:00 - 12:00

An introduction to the GAMLSS packages in R

The Generalised Additive Models for Location Scale Shape (GAMLSS) is a regression tool appropriate for data sets where the distribution of the response variable is allowed to be a very flexible parametric distribution and where all the parameters of the distribution (not only the mean) can be modelled using linear or smooth functions of the explanatory variables. GAMLSS allows flexibility in univariate statistical modelling far beyond other currently available methods. This short course will be an exposition of the GAMLSS framework in R.In particular, an introduction to GAMLSS and its statistical modelling philosophy; an introduction to the R implementation of GAMLSS, including the gamlss.family distributions; a brief description of modelling selection techniques and diagnostics. the following topics will be covered: The course is designed for statisticians, undergraduate and postgraduate students in the field of statistics, and other related fields, where the data requires modelling the response variable using a flexible distribution. For more information about GAMLSS look at http://www.gamlss.com/

9:00 - 12:00

An introduction to distance sampling

Distance sampling is arguably one of the most widely used methods for estimating animal abundance. In this short course we will present the basics of the methods, covering survey design considerations, the methods assumptions and the consequences of their failure. Without going into the details, we will present the main types of distance sampling modes available. This will include conventional distance sampling, multiple covariate distance sampling, spatial models and mark recapture distance sampling. In the practical component we will cover the basics to format the data and develop a conventional distance sampling analysis using the R Distance package. Disclaimer: This is a repeat of the course delivered in the 2019th RBRAS in Cuiabá, so if you’ve been to that one, there might be little to gain from coming to this one.

12:00 - 14:00

Horário de almoço

14:00 - 17:00

Walmes Zeviani
Wagner Hugo Bonat

Recursos e alternativas para programação eficiente em R

O objetivo deste curso é apresentar alguns recursos da linguagem R para melhorar sua performance computacional. Após uma breve introdução a programação funcional, serão apresentadas técnicas para encontrar e corrigir erros (bugs), bem como, para medir e melhorar a performance computacional com ênfase para o desenvolvimento de métodos estatísticos. Como alternativas para melhorar a performance computacional serão apresentadas técnicas de computação paralela e o uso da linguagem C++ através do pacote Rcpp. Por fim, o passo-a-passo para entregar uma solução computacional como um pacote R será apresentado.

Inscrição e Submissão de Trabalhos


Instruções para o envio de trabalhos

Os participantes deverão enviar:

Os trabalhos submetidos serão avaliados por uma Comissão Científica e quatro deles, por área temática e mediante concordância dos autores, serão escolhidos para uma apresentação de 15 minutos no dia do evento (os autores serão avisados com antecedência, dia 16 de agosto de 2021, para elaboração do novo vídeo)

Os resumos e os vídeos dos trabalhos que não forem selecionados para apresentação estarão disponíveis no site do evento.

  • Download dos templates para o envio do trabalho - DOCX TEX
  • Download do template do slide inicial para a apresentação - PPTX
  • Dicas para a gravação e envio do vídeo da apresentação - Download


até 08/09/2021
Realize aqui sua inscrição para participar do evento e dos minicursos

Submissão de Trabalhos

Prorrogado para 25/07/2021
Realize aqui o envio do seu trabalho para a 65ª RBras e 19º SEAGRO, as instruções para o envio se encontram no quadro abaixo