Cibele Maria Russo Novelli

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• OSORIO, FELIPE ; GÁRATE, ÁNGELO ; Russo, Cibele M. . The gradient test statistic for outlier detection in generalized estimating equations. STATISTICS & PROBABILITY LETTERS , v. 209, p. 110087, 2024.

• PEREIRA, MARCOS ANTONIO ALVES ; NOVELLI, Cibele Maria Russo ; CAVALCANTE, MILENO TAVARES . Modelo de regressão spline, com efeitos mistos e erros autorregressivos de médias móveis, aplicado aos dados da Covid-19 nos estados do Sul e Sudeste do Brasil. PRINCIPIA (JOÃO PESSOA) , v. 1, p. 1, 2023.

• Aoki, Reiko ; MAMANI BUSTAMANTE, JUAN P. ; Russo, Cibele M. ; Paula, Gilberto A. . Conformal normal curvature and detection of masked observations in multivariate null intercept measurement error models. JOURNAL OF APPLIED STATISTICS , v. 1, p. 1-25, 2023.

• ARA, A. ; KATH, G. K. G. ; ANJOS, C. P. ; RUSSO, CIBELE M ; BONAT, W. H. . Ciência de dados: uma descrição dos primeiros cursos de graduação em universidades brasileiras. REVISTA BRASILEIRA DE ESTATÍSTICA , v. 81, p. 31-61, 2023.

• COELHO, F. R. ; RUSSO, C. M. ; BAZAN, J. L. . On outliers detection and prior distribution sensitivity in standard skew-probit regression models. Brazilian Journal of Probability and Statistics , v. 36, p. 441-462, 2022.

• GONZATTO, OILSON ALBERTO ; NASCIMENTO, DIEGO CARVALHO ; Russo, Cibele Maria ; HENRIQUES, MARCOS JARDEL ; TOMAZELLA, CAIO PAZIANI ; SANTOS, MARISTELA OLIVEIRA ; NEVES, DENIS ; ASSAD, DIEGO ; GUERRA, RAFAELA ; BERTAZO, EVELYN KEISE ; CUMINATO, JOSÉ ALBERTO ; LOUZADA, FRANCISCO . Safety-Stock: Predicting the demand for supplies in Brazilian hospitals during the COVID-19 pandemic. KNOWLEDGE-BASED SYSTEMS , v. 1, p. 108753, 2022.

• GOMES, JOSÉ CLELTO BARROS ; Aoki, Reiko ; LACHOS, VICTOR HUGO ; PAULA, GILBERTO ALVARENGA ; Russo, Cibele Maria . Fast inference for robust nonlinear mixed-effects models. JOURNAL OF APPLIED STATISTICS , v. 1, p. 1-24, 2022.

• PEREIRA, MARCOS ANTONIO ALVES ; Russo, Cibele Maria . Nonlinear mixed-effects models with scale mixture of skew-normal distributions. JOURNAL OF APPLIED STATISTICS , v. 46, p. 1602-1620, 2019.

• WILLEMSEN, STEN P ; RUSSO, CIBELE M ; LESAFFRE, EMMANUEL ; LEÃO, DORIVAL . Flexible multivariate nonlinear models for bioequivalence problems. STATISTICAL MODELLING , v. 1, p. 1471082X1770601, 2017.

• MENDONÇA, AUGUSTO H. ; Russo, Cibele ; MELO, ANTÔNIO C.G. ; DURIGAN, GISELDA . Edge effects in savanna fragments: a case study in the cerrado. Plant Ecology & Diversity (Print) , v. 1, p. 1-11, 2015.

• LARA, S. M. A. ; FORTES, R. P. M. ; RUSSO, C. M. ; FREIRE, A. P. . A study on the acceptance of website interaction aids by older adults. Universal Access in the Information Society (Print) , v. 1, p. 1-16, 2015.

• YIQI, B. ; RUSSO, C. M. ; CANCHO, V. G. ; LOUZADA, F. . Influence diagnostics for the Weibull-Negative-Binomial regression model with cure rate under latent failure causes. Journal of Applied Statistics , v. 43, p. 1027-1060, 2015.

• Russo, Cibele M. ; Cysneiros, Francisco José A. ; Aoki, Reiko ; Paula, Gilberto A. . Influence diagnostics in heteroscedastic and/or autoregressive nonlinear elliptical models for correlated data. Journal of Applied Statistics , v. 39, p. 1049-1067, 2012.

• RUSSO, C. M. ; AOKI, R. ; PAULA, G. A. . Assessment of variance components in nonlinear mixed-effects elliptical models. Test (Madrid) , v. 21, p. 519-545, 2012.

• Dias, R. S. ; Lafer, B. ; Russo, C. ; Del Debbio, A. ; Nierenberg, A. A. ; Sachs, G. S. ; Joffe, H. . Longitudinal Follow-Up of Bipolar Disorder in Women With Premenstrual Exacerbation: Findings From STEP-BD. The American Journal of Psychiatry , v. 168, p. 386-394, 2011.

• RUSSO, C. M. ; Aoki, Reiko ; Leao-Pinto, Dorival . Hypotheses Testing on a Multivariate Null Intercept Errors-in-Variables Model. Communications in Statistics. Simulation and Computation , v. 38, p. 1447-1469, 2009.

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Influence diagnostics in nonlinear mixed-effects elliptical models. Computational Statistics & Data Analysis (Print) , v. 53, p. 4143-4156, 2009.

• FREIRE, A. P. ; RUSSO, C. M. ; FORTES, R. P. M. . The perception of accessibility in Web development by academy, industry and government: a survey of the Brazilian scenario. New Review of Hypermedia and Multimedia , v. 14, p. 149-175, 2008.

• RUSSO, CIBELE M ; LIMA, M. ; TARABOLA, F. S. ; TEIXEIRA, R. R. . Questionário mapeia experiências da comunidade universitária. Jornal da USP, p. 1 - 1, 25 abr. 2023.

• PASSOS, G. ; RUSSO, C. M. . Análise de modelos não lineares com efeitos mistos. In: 21 Simpósio Internacional de Iniciação Científica da USP, 2015, São Carlos. Iniciação Científica e Tecnológica: o jovem pesquisador em ação, 2013. v. IV. p. 267-279.

• FREIRE, A. P. ; RUSSO, C. M. ; FORTES, R. P. M. . A survey on the accessibility awareness of people involved in web development projects in Brazil. In: The 2008 international cross-disciplinary conference on Web accessibility (W4A), 2008, Beijing, China. Proceedings of the 2008 international cross-disciplinary conference on Web accessibility (W4A), 2008. v. 1. p. 87-96.

• ZHAO, W. Y. ; NONATO, L. G. ; RUSSO, C. M. . Crime prediction models in the metropolitan area of São Paulo - Brazil. In: The 37th International Workshop on Statistical Modelling, 2023, Durtmond. Proceedings of the 37th International Workshop on Statistical Modelling, 2023. v. 1. p. 675-680.

• PEREIRA, M. A. A. ; RUSSO, C. M. . Nonlinear mixed-effects models with scale mixtures of skew-normal distributions. In: 32nd International Workshop on Statistical Modelling, 2018, Groningen. Proceedings of the 32nd International Workshop on Statistical Modelling, 2018. v. 2. p. 142-145.

• GOMES, J. C. B. ; RUSSO, C. M. . REML in nonlinear mixed-effects models with heavy-tailed distributions. In: 32nd International Workshop on Statistical Modelling, 2017, Groningen. Proceedings of the 32nd International Workshop on Statistical Modelling, 2017. v. 1. p. 184-189.

• DONNEAU, A. F. ; RUSSO, C. M. ; DARDENNE, N. ; MAUER, M. ; COENS, C. ; BOTTOMLEY, A. ; LESAFFRE, E. . What is the best approach to analyze longitudinal bounded scores. In: 32nd International Workshop on Statistical Modelling, 2017, Groningen. Proceedings of the 32nd International Workshop on Statistical Modelling, 2017. v. 2. p. 139-141.

• RUSSO, C. M. ; WILLEMSEN, S. P. ; LEÃO, D. ; LESAFFRE, E. . Nonlinear mixed-effects models for bioequivalence on pharmacokinetic data. In: International Workshop on Statistical Modelling, 2014, Göttingen. Proceedings of the 29th International Workshop on Statistical Modelling, 2014. v. 1. p. 307-312.

• SILVA, D. A. ; RUSSO, C. M. . Comparison of estimation methods for variance components in elliptical mixed effects models. In: 28th International Workshop on Statistical Modelling, 2013, Palermo. Proceedings of the 28th International Workshop on Statistical Modelling, 2013. p. 769-772.

• MACHADO, R. J. M. ; Russo, C. M. . Semiparametric partially nonlinear mixed-effects models with P-splines. In: 28th International Workshop on Statistical Modelling, 2013, Palermo. Proceedings of the 28th International Workshop on Statistical Modelling, 2013. v. 1. p. 251-256.

• RUSSO, C. M. ; LESAFFRE, E. ; PAULA, G. A. . A penalized elliptical mixture partially nonlinear mixed effects model. In: 27th International Workshop on Statistical Modelling, 2012, Praga. Proceedings of the 27th International Workshop on Statistical Modelling, 2012. p. 711-715.

• RUSSO, C. M. ; LACHOS, V. H. ; AOKI, R. ; PAULA, G. A. . Exact and approximate inferences for nonlinear mixed-effects heavy-tailed models. In: 26th International Workshop on Statistical Modelling, 2011, Valencia. 26th International Workshop on Statistical Modelling, 2011. p. 534-537.

• RUSSO, C. M. ; PAULA, G. A. ; CYSNEIROS, F. J. A. ; AOKI, R. . Heteroscedastic nonlinear elliptical models for correlated data. In: 25th International Workshop on Statistical Modelling, 2010, Glasgow. 25th International Workshop on Statistical Modelling, 2010. p. 485-488.

• RUSSO, C. M. ; AOKI, R. ; PAULA, G. A. . Assessment of variance components in elliptical nonlinear models for correlated data. In: 24th International Workshop on Statistical Modelling, 2009, Ithaca, NY. Proceedings of the 24th International Workshop on Statistical Modelling, 2009. p. 322-329.

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Influence Diagnostics in Nonlinear Elliptical Models for Correlated Data. In: IV Simpósio de Iniciação Científica e Pós-Graduação, 2008, São Paulo. Atas do IV Simpósio de Iniciação Científica e Pós-Graduação. São Paulo, 2008. v. 1. p. 11-18.

• CUNHA, L. W. ; RUSSO, CIBELE M . Comparative analysis of variables selection methods in classification problems. In: XVI Latin American Congress of Probability and Mathematical Statistics, 2023, São Paulo. XVI Latin American Congress of Probability and Mathematical Statistics - Book of Abstracts, 2023. v. 1. p. 84-85.

• PINHEIRO, C. X. S. P. ; PEREIRA, M. A. A. ; RUSSO, CIBELE M . Análise de influência local em modelos não lineares de efeitos mistos na família de misturas de escala da normal assimétrica.. In: 67ª RBras e 20 SEAGRO, 2023, Londrina. 67ª RBras e 20 SEAGRO - Livro de Resumos, 2023. v. 1. p. 1-1.

• ZHAO, W. Y. ; NONATO, L. G. ; RUSSO, C. M. . Modelagem para a previsão de crimes no estado de São Paulo. In: XVIII Escola de Modelos de Regressão, 2023, Belém. XVIII ESCOLA DE MODELOS DE REGRESSÃO - Livro de Resumos, 2023. v. 1. p. 77.

• ARA, A. ; KATH, G. K. G. ; ANJOS, C. P. ; RUSSO, C. M. ; BONAT, W. H. . Ciência de Dados: Uma descrição dos Primeiros Cursos de Graduação em Universidades Brasileiras. In: XVIII Escola de Modelos de Regressão, 2023, Belém. XVIII ESCOLA DE MODELOS DE REGRESSÃO - Livro de Resumos, 2023. v. 1. p. 43.

• REZZADORI, C. A. ; LOPES, L. R. O. ; RUSSO, C. M. ; TEIXEIRA, R. R. . Modelagem da auto-percepção de saúde mental de estudantes de graduação da USP. In: XVIII Escola de Modelos de Regressão, 2023, Belém. XVIII ESCOLA DE MODELOS DE REGRESSÃO - Livro de Resumos. v. 1. p. 66.

• BEZERRA, H. M. ; RUSSO, C. M. . Redes CNN, LSTM e CNN-LSTM aplicadas a escore de crédito. In: XVIII Escola de Modelos de Regressão, 2023, Belém. XVIII ESCOLA DE MODELOS DE REGRESSÃO - Livro de Resumos, 2023. v. 1. p. 115.

• PINHEIRO, C. X. S. P. ; RUSSO, C. M. . Modelagem de dados farmacocinéticos usando Redes Neurais Artificiais. In: XVIII Escola de Modelos de Regressão, 2023, Belém. XVIII ESCOLA DE MODELOS DE REGRESSÃO - Livro de Resumos, 2023. v. 1. p. 97.

• RUSSO, CIBELE M . Estoque Seguro: Previsão de Demanda por Suprimentos Durante a Pandemia de COVID-19. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 32.

• CAMOLESI, J. ; SANTANA, E. P. ; RUSSO, C. M. . Visualização e Modelagem dos Dados do Enem e Análise de Impacto da Pandemia de COVID-19. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 152.

• SIMAO, A. S. ; SILVA, F. L. ; SANTOS, M. O. ; CARRASCO, F. R. ; CAMPOS JUNIOR, J. S. ; SOARES, K. J. M. ; RUSSO, T. L. ; VANELLI, R. P. B. ; RUSSO, C. M. . Previsão de Consumo de Medicamentos Durante a Pandemia de COVID-19 Utilizando Técnicas de Bootstrap. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 164.

• MIRANDA, F. R. D. ; LOPES, L. R. O. ; ALVES, T. P. ; RUSSO, C. M. . Análise de Risco e Modelos de Classificação para Óbitos por COVID-19 no Estado de São Paulo. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 176.

• GARCIA, R. R. O. ; RUSSO, C. M. . A Robust Lasso Regression for Linear Mixed-Effects Models with Diagnostic Analysis. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 207.

• KOBOSIGHAWA, T. L. ; RUSSO, C. M. ; NONATO, L. G. . Crime Modeling in São Carlos Using Machine Learning Techniques. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 117.

• ZHAO, W. Y. ; NONATO, L. G. ; RUSSO, C. M. . Spatial Autoregressive (SAR) Modelling of Crimes in the State of São Paulo. In: 24. SINAPE - Simpósio Nacional de Probabilidade e Estatística, 2022, Gramado. SINAPE 2022 - Livro de Resumos, 2022. p. 221.

• VALETE, Y. R. ; LEITE, A. I. M. ; Russo, C. M. . Análises preditivas e de impacto da pandemia de COVID-19. In: Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2021, São Carlos. Simpósio Internacional de Iniciação Científica e Tecnológica da USP - Resumos, 2021.

• SILVA, F. L. ; MIRANDA, F. R. D. ; Russo, C. M. . Visualização dos impactos sociais da COVID-19. In: Simpósio Internacional de Iniciação Científica e Tecnológica da USP, 2021, São Carlos. Simpósio Internacional de Iniciação Científica e Tecnológica da USP - Resumos, 2021.

• MAIA, J. M. ; RUSSO, C. M. ; BAZAN, J. L. ; LESAFFRE, E. . Modeling burnout syndrome?s latent trait of nurses using the graded response model. In: III Seminário Internacional de Estatística com R, 2018, Niteroi. III Seminário Internacional de Estatística com R, 2018.

• COELHO, F. R. ; RUSSO, Cibele Maria ; BAZAN, J. L. . Análise de regressão aplicada a dados educacionais: uma abordagem multinível. In: 22. Simpósio nacional de probabilidade e estatística, 2016, Porto Alegre. 22. Simpósio nacional de probabilidade e estatística, 2016.

• RUSSO, C. M. ; WILLEMSEN, S. P. ; LEÃO, D. ; LESAFFRE, E. . Nonlinear mixed effects models for a bioequivalence problem. In: XIV Escola de Modelos de Regressão, 2015, Campinas. XIV Escola de Modelos de Regressão, 2015. v. 1.

• GOMES, J. C. B. ; FOSSALUZA, V. ; RUSSO, C. M. . Bayesian analysis of linear mixed effects models for cortisol data. In: 3rd Workshop on Probabilistic and Statistical Methods, 2015, São Carlos. 3rd Workshop on Probabilistic and Statistical Methods, 2015.

• GOMES, J. C. B. ; FOSSALUZA, V. ; RUSSO, Cibele Maria . Modelling cortisol data in Brazilian children using Bayesian linear mixed-effects models. In: 60a. Reunião anual da região brasileira da sociedade internacional de biometria e 16. Simpósio de Estatística Aplicada à Experimentação agronômica, 2015, Presidente Prudente. 60a. Reunião anual da região brasileira da sociedade internacional de biometria e 16. Simpósio de Estatística Aplicada à Experimentação agronômica, 2015.

• GOMES, J. C. B. ; FOSSALUZA, V. ; RUSSO, Cibele Maria . Modelling cortisol data in Brazilian children using Bayesian linear mixed-effects models. In: 60th World Statistics Congress - ISI2015, 2015, Rio de Janeiro. 60th World Statistics Congress - ISI2015, 2015.

• Russo, C. M. ; SILVA, D. A. . Bayesian analysis for heavy-tailed nonlinear mixed effects models. In: BAYES 2013, 2013, Rotterdam. BAYES 2013, 2013.

• RUSSO, C. M. ; PAULA, G. A. ; CYSNEIROS, F. J. A. ; AOKI, R. . Heteroscedastic nonlinear elliptical models for correlated data. In: 19 SINAPE, 2010. 19 Simpósio Nacional de Probabilidade e Estatística - Resumos, 2010.

• RUSSO, C. M. ; LACHOS, V. H. ; AOKI, R. ; PAULA, G. A. . Analyses of nonlinear mixed-effects models with scale mixture of normal distributions. In: XXVth International Biometric Conference, 2010, Florianópolis. XXVth International Biometric Conference, 2010.

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Testes de hipóteses para componentes de variância em modelos elípticos não-lineares para dados correlacionados. In: XI Escola de Modelos de Regressão, 2009, Recife PE. XI Escola de Modelos de Regressão - Resumos, 2009.

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Nonlinear elliptical models for correlated data. In: XXIVth International Biometric Conference, 2008, Dublin. IBC2008 ConferenceProceedings, 2008.

• RUSSO, C. M. ; AOKI, R. . Análise de um modelo de regressão com erros nas variáveis multivariado com intercepto nulo. In: 18 SINAPE, 2008. 18 SINAPE, 2008.

• GODOI, L. G. ; RUSSO, C. M. . Distribuição Beta: Inferência e Aplicações. In: 18 SINAPE, 2008, São Pedro, SP. 18 SINAPE, 2008.

• RUSSO, C. M. ; AOKI, R. . Influência local e curvatura normal conformal em um modelo de regressão com erros nas variáveis multivariado com intercepto nulo. In: SINAPE - Simpósio nacional de Probabilidade e Estatística, 2006, Caxambu - MG. SINAPE - resumos, 2006.

• RUSSO, C. M. ; AOKI, R. . Influência local em um modelo de regressão com erros nas variáveis multivariado com intercepto nulo. In: 9ª Escola de Modelos de Regressão, 2005, São Pedro. 9ª Escola de Modelos de Regressão - Programa e Resumos, 2005. p. 33.

• RUSSO, C. M. ; AOKI, R. . Análise de um modelo de regressão com erros nas variáveis multivariado com intercepto nulo. In: SINAPE, 2004, Caxambu, MG. SINAPE - Resumos, 2004. p. 136.

• RUSSO, C. M. . Por que o cientista de dados precisa estudar matemática?. 2021. (Apresentação de Trabalho/Comunicação).

• RUSSO, C. M. ; WILLEMSEN, S. P. ; LEÃO, D. ; LESAFFRE, E. . Nonlinear mixed-effects models for a bioequivalence problem. 2015. (Apresentação de Trabalho/Congresso).

• SILVA, D. A. ; RUSSO, C. M. . Bayesian Analysis for nonlinear models. 2014. (Apresentação de Trabalho/Seminário).

• MACHADO, R. J. M. ; RUSSO, C. M. . Semiparametric Partially Nonlinear Mixed-Effects Models. 2014. (Apresentação de Trabalho/Congresso).

• Russo, C. M. ; WILLEMSEN, S. P. ; LEÃO, D. ; LESAFFRE, E. . Nonlinear mixed-effects models for bioequivalence on pharmacokinetic data. 2014. (Apresentação de Trabalho/Seminário).

• SILVA, D. A. ; RUSSO, C. M. . Comparison of estimation methods for variance components in elliptical mixed effects models.. 2013. (Apresentação de Trabalho/Congresso).

• MACHADO, R. J. M. ; RUSSO, C. M. . Semiparametric partially nonlinear mixed-effects models with P-splines. 2013. (Apresentação de Trabalho/Congresso).

• MACHADO, R. J. M. ; RUSSO, C. M. . Um modelo não paramétrico para dados farmacocinéticos com B-splines e penalidades.. 2012. (Apresentação de Trabalho/Simpósio).

• SASSI, C. P. ; RUSSO, C. M. ; MENDONCA, A. H. . Um modelo de regressão com efeitos mistos para dados ambientais. 2012. (Apresentação de Trabalho/Simpósio).

• OSIO, M. M. G. ; RUSSO, C. M. . Um modelo multinível para dados educacionais. 2012. (Apresentação de Trabalho/Simpósio).

• Russo, C. M. ; PAULA, G. A. ; LESAFFRE, E. . A penalized elliptical mixture partially nonlinear mixed effects model. 2012. (Apresentação de Trabalho/Congresso).

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Modelos elípticos não lineares para dados correlacionados. 2011. (Apresentação de Trabalho/Comunicação).

• RUSSO, C. M. . Chá com leite ou leite com chá? Um pouco de Estatística resolve. 2011. (Apresentação de Trabalho/Conferência ou palestra).

• RUSSO, C. M. ; LACHOS, V. H. ; Aoki, Reiko ; PAULA, G. A. . Inferência exata e aproximada em modelos não lineares com efeitos mistos. 2011. (Apresentação de Trabalho/Congresso).

• RUSSO, C. M. ; PAULA, G. A. ; CYSNEIROS, F. J. A. ; AOKI, R. . Heteroscedastic and/or autoregressive nonlinear elliptical models for correlated data. 2011. (Apresentação de Trabalho/Outra).

• Russo, C. M. ; AOKI, R. ; PAULA, G. A. . Modelos no lineales elípticos para datos correlacionados. 2010. (Apresentação de Trabalho/Congresso).

• RUSSO, C. M. ; PAULA, G. A. ; CYSNEIROS, F. J. A. ; AOKI, R. . Heteroscedastic nonlinear elliptical models for correlated data. 2010. (Apresentação de Trabalho/Conferência ou palestra).

• RUSSO, C. M. ; PAULA, G. A. ; CYSNEIROS, F. J. A. ; AOKI, R. . Heteroscedastic nonlinear elliptical models for correlated data. 2010. (Apresentação de Trabalho/Simpósio).

• RUSSO, C. M. ; LACHOS, V. H. ; AOKI, R. ; PAULA, G. A. . Analyses of nonlinear mixed-effects models with scale mixture of normal distributions. 2010. (Apresentação de Trabalho/Outra).

• RUSSO, C. M. . Modelos elípticos não lineares para dados correlacionados. 2010. (Apresentação de Trabalho/Seminário).

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Testes de hipóteses para componentes de variância em modelos elípticos não-lineares para dados correlacionados. 2009. (Apresentação de Trabalho/Comunicação).

• RUSSO, C. M. ; AOKI, R. ; PAULA, G. A. . Assessment of variance components in elliptical nonlinear models for correlated data. 2009. (Apresentação de Trabalho/Comunicação).

• RUSSO, C. M. ; AOKI, R. . Diagnóstico de Influência em um modelo de regressão com erros nas variáveis multivariado com intercepto nulo. 2008. (Apresentação de Trabalho/Seminário).

• RUSSO, C. M. ; AOKI, R. . Análise de um modelo de regressão com erros nas variáveis multivariado com intercepto nulo. 2008. (Apresentação de Trabalho/Comunicação).

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Influence diagnostics in nonlinear elliptical models for correlated data. 2008. (Apresentação de Trabalho/Simpósio).

• RUSSO, C. M. ; PAULA, G. A. ; AOKI, R. . Validação em modelos de regressão. 2006. (Apresentação de Trabalho/Seminário).

• MANOEL, M. G. ; RUSSO, C. M. . Procurando padrões na Matemática, Natureza e Arte. 2003. (Apresentação de Trabalho/Conferência ou palestra).

• BAZAN, J. L. ; ALMEIDA, T. S. ; FERREIRA, M. M. ; GUZMAN, D. C. F. ; LOUZADA, F. ; MIRANDA, M. ; MOTA, A. L. ; RANGEL, S. ; RUSSO, C. M. ; SANTOS F, L. A. ; SANTOS, M. O. ; TOLEDO, F. B. ; CUMINATO, J. A. . ZIP Code Versus Georeference. Mathematics in Industry Reports, 2021 (Technical Report).

• GONZATTO, O. A. ; NASCIMENTO, D. C. ; RUSSO, C. M. ; HENRIQUES, M. J. ; TOMAZELLA, C. P. ; SANTOS, M. O. ; NEVES, D. ; ASSAD, D. ; GUERRA, R. ; BERTAZO, E. K. ; CUMINATO, J. A. ; LOUZADA, F. . Safety-Stock: Predicting the demand forsupplies in Brazilian hospitals during the COVID-19 pandemic 2020 (artigo).

• Russo, C. M. ; AOKI, R. ; PAULA, G. A. . Assessment of variance components in nonlinear mixed-effects elliptical models 2010 (artigo).

• RUSSO, C. M. ; PAULA, G. A. ; CYSNEIROS, F. J. A. ; AOKI, R. . Influence diagnostics in heteroscedastic and/or autoregressive nonlinear elliptical models for correlated data 2010 (artigo).

Outras produções

Projetos de pesquisa

• 2024 - Atual

  Modelos de aprendizado de máquina para dados espaço-temporais de perfilagem de poços de petróleo., Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) / Mestrado acadêmico: (1) . , Integrantes: Cibele Maria Russo Novelli - Coordenador / Rayza Camila dos Santos Silva - Integrante.

• 2024 - Atual

  Redes neurais artificiais para a seleção de atributos, Descrição: Assim, neste projeto é proposta a adaptação da rede neural de aprendizado profundo como a Long-Short TermMemory (LSTM) para que durante o seu treinamento tenha uma etapa que permita a escolha do subconjunto de atributos ideal para que não haja perdasignificativa no desempenho em comparação ao conjunto completo de atributos disponíveis para otreinamento. Assim, o algoritmo terá uma seleção embutida de atributos durante o seu treinamento.O presente projeto se justifica pela necessidade de se obter métodos para seleção de subconjunto deatributos, de forma que esse subconjunto seja representativo do conjunto de atributos original, eliminandoredundâncias e ruídos, e que seja executado com um tempo computacional satisfatório.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Herlisson M Bezerra - Integrante.

• 2024 - Atual

  Análise comparativa de métodos de seleção de variáveis em problemas de classificação, Descrição: O objetivo deste projeto é estudar propriedades do método SHAP e compará-lo ao Lasso para seleção de variáveis, utilizando métricas como precisão, recall e acurácia em bancos de dados simulados e reais. Será realizada uma análise abrangente das metodologias do SHAP e do Lasso, seguida de experimentos utilizando métricas de classificação, como precisão, recall, pontuação F1 e acurácia. Os testes serão conduzidos em cenários com bancos de dados simulados e reais.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Luna Wagner Cunha - Integrante.

• 2024 - Atual

  Modelagem estatística da impunidade: métodos inferenciais e preditivos para dados de crimes no estado de São Paulo, Descrição: Este projeto de mestrado propõe o estudo e desenvolvimento métodos inferenciais e preditivos para análise e modelagem de dados de crimes no estado de São Paulo, com ênfase na impunidade. Inserido no projeto temático Criminalidade, insegurança e legitimidade: uma abordagem transdisciplinar"\ (Processo: 22/09091-8), o estudo visa desenvolver metodologias analíticas inovadoras para investigar fenômenos complexos associados à impunidade, criminalidade, sensação de insegurança e legitimidade das instituições de justiça.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Fernanda Bartolo dos Santos Saran - Integrante.

• 2024 - Atual

  Análise comparativa de métodos de seleção de variáveis em problemas de classificação, Descrição: O objetivo deste projeto é estudar propriedades do método SHAP e compará-lo ao Lasso para seleção de variáveis, utilizando métricas como precisão, recall e acurácia em bancos de dados simulados e reais. Será realizada uma análise abrangente das metodologias do SHAP e do Lasso, seguida de experimentos utilizando métricas de classificação, como precisão, recall, pontuação F1 e acurácia. Os testes serão conduzidos em cenários com bancos de dados simulados e reais.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Luna Wagner Cunha - Integrante.

• 2023 - Atual

  Projeto Temático: Criminalidade, Insegurança e Legitimidade: uma abordagem transdisciplinar, Descrição: Descrição: Tendo como base técnicas de Ciência de Dados e Inteligência Artificial, este projeto visa desenvolver metodologias analíticas inovadoras para investigar fenômenos complexos associados à criminalidade, à persistência de sentimentos de insegurança na população e seus efeitos na legitimidade democrática. O estudo da relação entre criminalidade, sensação de insegurança e legitimidade das instituições de justiça também é foco principal do projeto. Outro importante objetivo é formar e capacitar recursos humanos para que estejam aptos a empregar técnicas de Ciência de Dados e Inteligência Artificial no campo das Ciências Humanas e Sociais (CHS), trazendo novas perspectivas de abordagem e formação diferenciada para os profissionais e pesquisadores... , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Integrante / Luis Gustavo Nonato - Coordenador / Marcos César Alvarez - Integrante / Sergio Adorno - Integrante., Número de produções C, T & A: 2

• 2022 - Atual

  Questionário PRIP: Inclusão e Pertencimento na USP, Descrição: Esta pesquisa visa avaliar a percepção dos(as) membros(as) da comunidade USP sobre a inclusão e pertencimento. Para isso, será aplicado um questionário padronizado com questões sobre o clima institucional universitário, a diversidade, comportamentos e interações, assim como investigar seus efeitos na formação acadêmica e profissional, na satisfação e bem-estar dos integrantes da comunidade. Denominamos esse questionário de ?Questionário PRIP: Inclusão e pertencimento na USP?, um survey online, que será aplicado aos(às) alunos(as) de graduação e pós-graduação, servidores(as) técnico-administrativos(as), docentes e pesquisadores(as) em pós-doutorado, dos campi da USP na capital, no interior e no litoral. Nesse questionário, os participantes responderão a questões relacionadas à sua posição institucional, sua experiência acadêmica e profissional, experiências pessoais, informações socioeconômicas e demográficas e finalmente percepções, inserção e pertencimento no ambiente institucional. O convite à participação será enviado a todos(as) os(as) membros(as) da USP com vínculo acadêmico ou profissional, pelos seus e-mails institucionais. A partir deste levantamento, considerando um plano amostral previamente definido, serão produzidas análises e relatórios que identifiquem as possíveis associações entre o clima institucional e o aproveitamento das potencialidades da comunidade. Este estudo, assim como as análises e debates sobre os resultados, são propostos pela Pró-Reitoria de Inclusão e Pertencimento - PRIP USP.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Adriana Alves - Integrante / Ana Lucia Duarte Lanna - Integrante / Ester Rizzi - Integrante / Márcia Lima - Integrante / Marie Claire Sekkel - Integrante / Miriam Debieux - Integrante / Renato Cymbalista - Integrante / Ricardo Rodrigues Teixeira - Integrante / Rodrigo Correia do Amaral - Integrante / Felipe Tarábola - Integrante / Ana Elisa Bechara - Integrante.

• 2021 - 2022

  Ciência de Dados Educacionais: Modelagem Estatística e Análises de Impacto, Descrição: Neste projeto desenvolvemos modelos de Teoria de Resposta ao Item, motivados pelo cálculo das notas do Exame Nacional do Ensino Médio (Enem) desenvolvido pelo Instituto Nacional de Estudos e Pesquisas Educacionais Anísio Teixeira (Inep). São comparados diversos modelos com um, dois e três parâmetros e é considerada a análise de diagnóstico para os modelos desenvolvidos. Além disso, são propostas análises de impacto da pandemia de COVID-19 à avaliação do Enem.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Julie Camolesi - Integrante / Eduardo Prospero Santana - Integrante / Anderson Ara - Integrante., Número de produções C, T & A: 1

• 2021 - Atual

  Análise de diagnóstico em modelos para dados de contagem, Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Wellington Yuanhe Zhao - Integrante.

• 2020 - 2022

  PREDICT: Modelagem e previsão de dados de COVID-19, Descrição: Este projeto propõe o desenvolvimento, análise e modelagem de dados de COVID-19 utilizando modelos de classificação, florestas aleatórias e modelos para séries temporais, utilizando ferramentas como Python, django, R Shiny, além do gerenciamento de versões com Git e Github.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Yuri Reis Valete - Integrante / Abner Ignacio Melin Leite - Integrante / Flaviane Louzeiro da Silva - Integrante / Francisco Rosa Dias de Miranda - Integrante / Lucas Roberto de Oliveira Lopes - Integrante / Thaís Parron Alves - Integrante / Paulo Henrique Pizelli Filho - Integrante / Augusto Sousa Nunes - Integrante / Marcos Martins Marchetti - Integrante / Joao Lucas Liberato Alves - Integrante / Gabriel Victor de Jesus Lima - Integrante / Giovanni Wesley da Costa - Integrante., Número de produções C, T & A: 6

• 2014 - Atual

  Programa de estímulo ao ensino de Estatística I para a graduação., Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Cibele Maria Russo Novelli - Coordenador / Meigarom Diego Fernandes Lopes - Integrante.

• 2013 - Atual

  CeMEAI - Center for Mathematical Sciences Applied to Industry., Descrição: Descrição: The main challenge of this project is that of promoting the interaction of its members with industry and the interaction amongst the groups that are part of it. There are basically four different research groups involved in this project: Optimization and Operations Research, Computational Fluids Dynamics, Risk Assessment and Computational Intelligence and Software Engineering. The strategy of the CEPID-CeMEAI is to primarily put together the most prominent groups working in applications of the mathematical sciences in the State of Sao Paulo and direct their work towards effective applications arising from industry. The inclusion of different groups, besides promoting interdisciplinary interaction between researchers, will allow servicing to a greater number of problems. The selected groups have demonstrated scientific excellence in the first place, and in many cases, have relevant applications.. Situação: Em andamento; Natureza: Pesquisa.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Integrante / Jorge Luiz Bazan - Integrante / Jose Alberto Cuminato - Coordenador / Luis Gustavo Nonato - Integrante., Número de produções C, T & A: 2

• 2013 - Atual

  Modelos mistos não lineares com componentes aleatórias não normais, Descrição: A importância de modelos com efeitos mistos é inquestionável em problemas com dados correlacionados, como dados longitudinais ou medidas repetidas. No contexto de modelos lineares com efeitos mistos, uma extensa teoria está desenvolvida e vários resultados estão apresentados na literatura. Modelos lineares com efeitos mistos têm sito estudados extensivamente com uma literatura rica resultante. Também, modelos lineares generalizados mistos têm sido investigados com bastante intensidade. Entretanto, modelos mistos não lineares, essenciais em áreas como farmacocinética, curvas de crescimento ou dados industriais, têm sido menos explorados. Esses modelos são notoriamente mais complexos para serem aplicados na prática. Neste projeto, estamos interessados no desenvolvimento de modelos não lineares com efeitos mistos em que os componentes aleatórios têm distribuição não-normal.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (2) . , Integrantes: Cibele Maria Russo Novelli - Coordenador / Reiko Aoki - Integrante / José Clelto Barros Gomes - Integrante / Marcos Antonio Alves Pereira - Integrante / Camila Xavier Sá Peixoto Pinheiro - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Bolsa., Número de produções C, T & A: 8

• 2011 - 2012

  Modelos de regressão não lineares elípticos com efeitos mistos, Descrição: O desenvolvimento de modelos elípticos lineares e não lineares com efeitos mistos é essencial quando se trata de dados correlacionados. Em particular, alguns problemas das áreas de farmacocinética, curvas de crescimento, dados econômicos ou industriais apresentam características não lineares e podem requerer modelos mais sofisticados para um ajuste adequado. Neste projeto, propomos o desenvolvimento e a análise de modelos elípticos mistos, lineares e não lineares, como forma de obter estimativas com propriedades interessantes, como a robustez contra observações aberrantes e pouca sensibilidade a perturbações de várias naturezas. Essa linha de pesquisa inclui a modelagem de estruturas de média-covariância, bastante utilizada quando existem padrões de heteroscedasticidade nos dados, além do desenvolvimento de ferramentas para a validação e diagnóstico dos modelos propostos. Além disso, é bastante apropriado discutir a forma de inclusão e interpretação dos efeitos aleatórios nos modelos não lineares e a discussão de testes de hipóteses para avaliar componentes de variância, além da avaliação das propriedades dos estimadores e da comparação de métodos de estimação. Diversas aplicações com conjuntos de dados reais serão consideradas.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

• 2011 - 2012

  Projeto PROSUL - Estudos avançados em Modelos de Regressão: Métodos de Diagnóstico e Teoria Assintótica, Descrição: O objetivo deste projeto é dar suporte a pesquisas recentes envolvendo pesquisadores argentinos, brasileiros e chilenos. As principais linhas de pesquisa abordadas neste projeto são modelos mistos, modelos para a análise de dados de sobrevivência e teoria assintótica de alta ordem. com enfoque particular em modelos com erros elípticos, modelos Birnbaum-Saunders, modelos lineares generalizados e métodos de diagnóstico.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Doutorado: (7) . , Integrantes: Cibele Maria Russo Novelli - Integrante / Gilberto Alvarenga Paula - Integrante / Manuel Galea - Integrante / Viviana Giampaoli - Integrante / Francisco José de Azevedo Cysneiros - Integrante / Victor Leiva - Integrante / Michelli Karine de Barros - Integrante / Felipe Alberto OSORIO Salgado - Integrante / Patrícia Cristina Gimenez - Integrante / German Ibacache Pulgar - Integrante / Audrey Helen Mariz de Aquino Cysneiros - Coordenador / Maria del Pilar Dias - Integrante / Nélida Suzana Ozán - Integrante / Patrícia Bertolotto - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.

• 2011 - Atual

  Análise de modelos estatísticos, Descrição: Projeto para utilização de recursos do Laboratório de Computação Científica Avançada LCCA da Universidade de São Paulo.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Ricardo Sandes Ehlers - Integrante / Mário de Castro - Integrante / Juliana Cobre - Integrante / Marina Mitie Gishifu Osio - Integrante / Gilberto Pereira Sassi - Integrante / Cecilia Pereira Sassi - Integrante / Alina Marcondes Talarico - Integrante / João Luiz Rossi - Integrante.

• 2010 - Atual

  Modelos de regressão com erros nas variáveis, Descrição: Neste projeto exploramos o desenvolvimento e análise de modelos de regressão com erros nas variáveis.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Coordenador / Reiko Aoki - Integrante / Juan Pablo Mamani Bustamante - Integrante.

• 2009 - 2010

  Projeto PROSUL (com Chile e Argentina) Desenvolvimento de Métodos de Diagnóstico e Teoria Assintótica em Modelos de Regressão, Descrição: O objetivo deste projeto é dar suporte às pesquisas recentes que têm sido desenvolvidas por pesquisadores brasileiros e chilenos nas áreas de modelagem estatística de regressão e estender essa colaboração para pesquisadores argentinos. As principais linhas de pesquisa do projeto são: desenvolvimento de metodologias de diagnóstico em modelos de contornos elípticos semiparamétricos, modelos de contornos elípticos não lineares, modelos de regressão Birnbaum-Saunders, modelos de mistura de escala normal, modelos mistos com efeito aleatório não gaussiano e teoria assintótica de alta ordem.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Integrante / Gilberto Alvarenga Paula - Integrante / Manuel Galea - Integrante / Viviana Giampaoli - Integrante / Francisco José de Azevedo Cysneiros - Coordenador.

• 2006 - 2010

  Projeto Temático - FAPESP: Modelos de Regressão e Aplicações, Descrição: O objetivo principal deste projeto é o estudo da associação entre conjuntos de variáveis. Utilizaremos metodologia estatística baseada em modelos de regressão, aqui encarados num sentido amplo. Trataremos tópicos conhecidos na literatura como Análise de Dados Categorizados, Análise de Sobrevivência, Análise de Regressão, Análise de Dados Longitudinais, etc. Contudo, o foco do projeto estará dirigido para o emprego de modelos mistos, dada sua flexibilidade para contemplar algumas características dos fenômenos investigados que não podem ser incorporadas por meio de modelos clássicos. Nessa classe de características, destacamos heteroscedasticidade, correlação entre observações e efeitos individuais. Em particular, pretendemos avaliar diferentes formulações desses modelos, ajustá-los a conjuntos de dados por diversos métodos de estimação, estudar formas alternativas para testar hipóteses sobre sua compatibilidade com os dados, avaliar as propriedades estatísticas dos estimadores e testes propostos, implementar a metodologia computacionalmente e aplicar os resultados a problemas práticos de diversas áreas de pesquisa. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cibele Maria Russo Novelli - Integrante / Gilberto Alvarenga Paula - Integrante / Heleno Bolfarine - Coordenador / Júlio da Motta Singer - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro.

Prêmios