O Prémio SPE 2009 foi atribuído a Miguel de Carvalho e Paulo Canas Rodrigues, Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia e CMA, pelo seu trabalho intitulado "Método de Imputação Recorrente: Análise Espectral Singular com Valores Omissos".
O Prémio SPE é atribuído anualmente e destina-se a estimular a actividade de estudo e investigação científica em Probabilidade e Estatística entre os jovens que trabalham nestas áreas.
Miguel de Carvalho, galardoado com o Prémio SPE 2009, licenciou-se em Matemática pela Universidade Nova de Lisboa. Mestre em Economia pela mesma Universidade, sob a supervisão de José A.F. Machado e Pedro Portugal. Concluiu o seu Doutoramento em Estatística Matemática sob a orientação de João Tiago Mexia e Manuel L. Esquível. Durante o presente ano lectivo irá realizar os seus estudos de pós-doutoramento na Faculdade de Ciências da Universidade de Lisboa, sob a supervisão de Feridun Turkman e Antónia Turkman.
Paulo Canas Rodrigues, galardoado com o Prémio SPE 2009, licenciou-se em Matemática pela Universidade Nova de Lisboa. Mestre em Estatística pelo Instituto Superior Técnico, sob a supervisão do Professor Doutor João A. Branco, é actualmente aluno de doutoramento em Matemática (especialização em Estatística) na Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa, sob a orientação dos Professores Stanislaw Mejza e João Tiago Mexia. Neste momento é Investigador e Assistente convidado na Universidade de Wageningen, na Holanda.
Método de Imputação Recorrente:
Miguel de Carvalho, mb.carvalho@fct.unl.pt
Paulo C. Rodrigues, paulocanas@fct.unl.pt
Universidade Nova de Lisboa, Faculdade de Ciências e Tecnologia e CMA
Referências:
[1] Allen, M.R. e Smith, L.A., 1996. Monte Carlo SSA: detecting irregular oscillations in the presence of colored noise. Journal of Climate, 9, 3373–3404.
[2] Basilevsky, A. e Hum, D., 1979. Karhunen Loève analysis of historical time series with an application to plantation births in Jamaica. Journal of the American Statistical Association, 74, 284–290.
[3] Broomhead, D.S. e King, G.P., 1986. Extracting qualitative dynamics from experimental data. Physica D, 20, 217–236.
[4] Brown, R.G. 1963. Smoothing, forecasting and prediction of discrete time series. Prentice-Hall, New Jersey.
[5] Golyandina, N. e Osipov E., 2007. The “Catterpillar”-SSA method for analysis of time series with missing values. Journal of Statistical Planning and Inference, 137, 2642–2653.
[6] Golyandina, N., Nekrutkin, V. e Zhigljavsky, A., 2001. Analysis of Time Series Structure: SSA and Related Techniques. Chapman & Hall/CRC, London.
[7] Jolliffe, I.T., 2002. Principal Component Analysis. Springer Verlag, New York, Inc.
[8] Kondrashov, D. e Ghil, M., 2006. Spatio-temporal filling of missing points in geophysical data sets. Nonlinear Processes in Geophysics, 13, 151–159.
[9] Loève, M., 1978. Probability Theory II. 4th Edition. Springer Verlag, New York.
[10] Paegle, J.N., Byerle, L.A. e Mo, K.C., 2000. Intraseasonal Modulation of South American Summer Precipitation. Monthly Weather Review, 128, 837–850.