Instituto de Matemática e Estatística · UFU

Modelagem estatística de séries temporais, risco e extremos

Desenvolvemos métodos para dados de cauda pesada, não estacionários e dependentes — e os aplicamos a problemas reais em finanças, clima, neurociência e segurança pública.

Conheça nossa pesquisa Quero participar
4linhas de pesquisa
5projetos de iniciação científica em 2026
8estudantes de graduação pesquisando
CNPqgrupo certificado no Diretório de Grupos de Pesquisa

Sobre o laboratório

Onde a média não basta, olhamos para a cauda

O Lab MESTRE — Laboratório de Modelagem Estatística de Séries Temporais, Risco e Extremos — é um grupo de pesquisa do Instituto de Matemática e Estatística da Universidade Federal de Uberlândia, criado em 2026.

Crises financeiras, chuvas que provocam deslizamentos, picos de atividade cerebral: os eventos que mais importam costumam ser os mais raros. Nosso trabalho combina Teoria dos Valores Extremos, séries temporais e aprendizado estatístico para medir, prever e comunicar esses riscos com rigor.

Somos um laboratório centrado no estudante: alunas e alunos de graduação entram como co-pesquisadores em projetos orientados, com seminários de formação comum, código reprodutível em R e Python e apresentação de resultados em eventos científicos.

Linhas de pesquisa

Quatro frentes, um mesmo rigor

Da teoria probabilística às aplicações com dados públicos brasileiros.

Linha principal

Teoria dos Valores Extremos

Máximos por blocos, excessos acima de limiar e dependência extremal, com aplicações em neurociência (EEG multicanal), finanças e mudanças climáticas.

Séries temporais

Séries Temporais e Dados de Contagem

Processos autorregressivos de valores inteiros (INAR), volatilidade condicional e séries multivariadas e não estacionárias.

Ciência de dados

Ciência de Dados e Aprendizado Estatístico

Mineração de textos, modelos de linguagem para o português do Brasil e comparação criteriosa entre métodos clássicos e modernos.

Educação

Educação Estatística e IA Generativa

Simulações com IA generativa no ensino de estatística e na preparação para o mercado de trabalho, com avaliação rigorosa da evidência.

Projetos em andamento

Iniciação científica 2026–2027

Cinco projetos PIVIC (edital DIRPE 07/2026), com vigência de julho de 2026 a junho de 2027.

Extremos · FinançasPIVIC 1

Risco extremo e dependência de cauda em mercados financeiros sob choques geopolíticos

VaR e Expected Shortfall de criptoativos com GARCH-EVT, CAViaR e modelos conjuntos VaR-ES, e dependência de cauda em carteiras de ações da B3 antes, durante e depois do choque do Estreito de Hormuz.

Paolo Garcia Storto · Gabriel Alves Silva · Matheus de Moraes Neves

Extremos · ClimaPIVIC 2

Extremos de chuva, deslizamentos e vulnerabilidade social em Minas Gerais

Revisão sistemática do uso da TVE na previsão de deslizamentos e modelos de cauda estratificados por território, para que diagnósticos por médias não tornem invisíveis as populações mais vulneráveis.

Sâmara Roberta Lacerda Pacheco · Ana Luiza Pires Souza da Mata

Séries de contagemPIVIC 3

Modelagem de crimes violentos em Minas Gerais por processos INAR

Modelos autorregressivos de valores inteiros com inovações Poisson e binomial negativa para prever contagens criminais municipais esparsas, com dados públicos da Sejusp-MG.

Isabella Victoria Theodoro da Silva

Ciência de dadosPIVIC 4

Do saco de palavras aos grandes modelos de linguagem

Classificação automática de textos em português do Brasil: bag-of-words, BERTimbau e LLMs abertos comparados em acurácia e custo computacional.

Renata Matos Nicodemos

IA generativaPIVIC 5

IA generativa na preparação para entrevistas de emprego

Desenvolvimento de um simulador de entrevistas baseado em LLMs, avaliado com candidatos sintéticos, e revisão sistemática da evidência sobre sua eficácia educacional.

Vitor Augusto Machado Silami

Seu projeto pode ser o próximo

Recebemos estudantes interessados em iniciação científica, TCC e PET. Não é preciso já saber Teoria dos Valores Extremos — a formação faz parte do projeto.

Fale com a gente

Projetos integrados e colaborações

  • AIMS — Artificial Intelligence Enhanced Instruction for Mastering Statistical Uncertainty · NSF (EUA), 2026–2029
  • GπT — Generative Practice Interview Trainer · California Education Learning Lab, 2025–2026
  • Deslizamentos sob extremos climáticos em Minas Gerais · FAPEMIG, Chamada Minas pelo Clima 05/2026

Equipe

Quem faz o Lab MESTRE

Foto de Matheus B. Guerrero

Fundador e coordenador

Prof. Dr. Matheus B. Guerrero

Professor de Estatística do IME/UFU. Doutor em Estatística pela KAUST (Arábia Saudita), mestre pela UFMG e bacharel em Estatística e em Matemática pela UFU. Foi professor na California State University, Fullerton (2023–2026). Desenvolve métodos para dados de cauda pesada, não estacionários e dependentes, na interface entre valores extremos, séries temporais e neuroestatística.

  • 1º lugar no Data Challenge da EVA 2023
  • ASA StatsForward Fellow

matheusguerrero@ufu.br Lattes Google Scholar ORCID LinkedIn

Pesquisadores

  • Dr. Ícaro Neri Pereira de Souza

    Teoria dos Valores Extremos · Lattes

  • Prof. Dr. Leandro Cruvinel Lemes

    Pesquisador · Lattes

Estudantes de iniciação científica

  • Paolo Garcia Storto

    PIVIC 1 · Risco extremo

  • Gabriel Alves Silva

    PIVIC 1 · Risco extremo

  • Matheus de Moraes Neves

    PIVIC 1 · Dependência de cauda

  • Sâmara Roberta Lacerda Pacheco

    PIVIC 2 · Extremos e clima

  • Ana Luiza Pires Souza da Mata

    PIVIC 2 · Extremos e clima

  • Isabella Victoria Theodoro da Silva

    PIVIC 3 · Séries de contagem

  • Renata Matos Nicodemos

    PIVIC 4 · Mineração de textos

  • Vitor Augusto Machado Silami

    PIVIC 5 · IA generativa

Publicações

Produção selecionada

Inclui trabalhos dos membros anteriores à criação do laboratório. ✶ indica estudante orientado.

  1. no prelo

    Club Exco: Clustering brain extreme communities from multi-channel EEG data

    Guerrero, M. B., Redondo, P. V., Pinto-Orellana, M. A., Lopour, B. A., Ombao, H., & Huser, R.

    The Annals of Applied Statistics · arXiv:2212.04338

  2. no prelo

    Statistics of extremes for neuroscience

    Redondo, P. V., Guerrero, M. B., Huser, R., & Ombao, H.

    Handbook of Statistics of Extremes, Chapman & Hall/CRC · arXiv:2404.09157

  3. 2026

    Engage, reflect, improve: Enhancing statistical consulting courses with AI simulations

    Guerrero, M. B., Jaynes, J., & Le, S. N.

    Ohio Journal of School Mathematics, 103(1), 1–24 · DOI

  4. 2026

    Nerve, muscle and adiposity: Associations with gait speed across adulthood in the Baltimore Longitudinal Study of Aging

    Lanza, M. B., Guerrero, M. B., Gray, V. L., & Simonsick, E. M.

    Neurobiology of Aging, 162, 57–65 · DOI

  5. 2026

    Decline in hip abductor torque, power, and velocity emerges in middle age: Age and sex differences across adulthood

    Gray, V. L., Smith, S., Conroy, V., Guerrero, M. B., & Lanza, M. B.

    Physiotherapy Theory and Practice · DOI

  6. 2026

    Quadriceps muscle morphology as a marker of performance across multiple strength and power tests

    Mázala, D. A. G., McLaughlin, D. F., Guerrero, M. B., Martins, L. T. C., Barton, A. T., & Lanza, M. B.

    Translational Sports Medicine, 2026, 7599813 · DOI

  7. 2025

    Modern extreme value statistics for Utopian extremes. EVA (2023) Conference Data Challenge: Team Yalla

    Richards, J., Alotaibi, N., Cisneros, D., Gong, Y., Guerrero, M. B., Redondo, P. V., & Shao, X.

    Extremes, 28, 149–171 · DOI

  8. 2025

    Beyond correlation: An analysis of risk in the S&P 500 index

    Reyes, A.✶, & Guerrero, M. B.

    Dimensions: The Journal of Undergraduate Research in Natural Sciences and Mathematics, 26 · PDF

  9. 2025

    Back-leg-chest test as an alternative to the handgrip testing for measuring body strength in adults

    Bortolini, M. J. S., Oliveira, L. A. R., Resende, R. O., Guerrero, M. B., Maia, B. K. S., Taketomi, E. A., & Lanza, M. B.

    Journal of Bodywork & Movement Therapies, 42, 1085–1090 · DOI

  10. 2023

    Conex-Connect: Learning patterns in extremal brain connectivity from multichannel EEG data

    Guerrero, M. B., Huser, R., & Ombao, H.

    The Annals of Applied Statistics, 17(1), 178–198 · DOI

  11. 2022

    Integer-valued autoregressive processes with prespecified marginal and innovation distributions: A novel perspective

    Guerrero, M. B., Barreto-Souza, W., & Ombao, H.

    Stochastic Models, 38(1), 70–90 · DOI

Faça parte

Quer pesquisar com a gente?

Se você é estudante da UFU e se interessa por probabilidade, séries temporais, risco ou ciência de dados, escreva contando seu curso, seu período e o que desperta sua curiosidade. Oferecemos iniciação científica, orientação de TCC e atividades com o PET.

Enviar e-mail

Onde estamos

Instituto de Matemática e Estatística
Universidade Federal de Uberlândia
Campus Santa Mônica
Av. João Naves de Ávila, 2121
Uberlândia – MG · 38408-144

matheusguerrero@ufu.br

Espelho do grupo no CNPq ↗