Áreas de Interesse
Modelos de regressão (Clássicos, MLGs, Mistos, elípticos, EEGs, GAMLSS, com erros nas variáveis, não-paramétricos).
Técnicas de diagnóstico para modelos de regressão.
Testes de hipóteses não-regulares.
Novas Distribuições de Probabilidade.
Simulação estocástica.
Modelos de regressão para análise de dados provenientes de planos amostrais complexos.
Análise de dados longitudinais.
Processos estocásticos (Modelos Markovianos - Cadeias de Markov de alcance variável, etc).
Fundamentos de Probabilidade e Estatística.
Teoria assintótica.
Métodos de reamostragem.
Estatística não paramétrica.
Uso de Estatística nos esportes.
Big Data, Apredizando Estatístico e Data Science.
Análise de dados SAR.