Thaís Paiva Galletti

Thaís Paiva Galletti

Professora Adjunta - Departamento de Estatística

Universidade Federal de Minas Gerais

Biografia

Professora do Departamento de Estatística da Universidade Federal de Minas Gerais (UFMG) desde 2016. Possui graduação em Ciências Atuariais pela UFMG, mestrado em Estatística também pela UFMG, e doutorado em Estatística na Duke University, EUA.

Alguns dos seus projetos de pesquisa incluem métodos de imputação para dados sintéticos, simulação de coordenadas geográficas sintéticas para bases de dados confidenciais, e imputação de variáveis aleatórias contínuas multivariadas para dados ausentes não aleatórios.

Interesses
  • Estatística Bayesiana
  • Métodos de Imputação para Dados Ausentes e Sintéticos
  • Confidencialidade de Dados
  • Estatística Espacial
Formação

  • PhD em Estatística, 2014

    Duke University

  • Mestrado em Estatística, 2010

    Universidade Federal de Minas Gerais

  • Graduação em Ciências Atuariais, 2008

    Universidade Federal de Minas Gerais

Ensino

UFMG

2023:

  • EST047 - Técnicas Atuariais I

  • EST049 - Técnicas Atuariais II

  • EST053 - Tópicos em Atuária: Métodos Computacionais para Análise de Risco

  • EST053 - Tópicos em Atuária: Preparação para o exame IBA
     

  • EST179 - Introdução à Bioestatística

2022:

  • EST047 - Técnicas Atuariais I

  • EST049 - Técnicas Atuariais II

  • EST053 - Tópicos em Atuária: Métódos Computacionais para Análise de Risco

  • EST053 - Tópicos em Atuária: Preparação para o exame IBA
     

  • EST057 - Introdução à Estatística

  • EST179 - Introdução à Bioestatística

Publicações

Gamerman, Dani, Marcos O Prates, Thais Paiva, & Vinicius D Mayrink. 2021. Building a Platform for Data-Driven Pandemic Prediction: From Data Modelling to Visualisation – the CovidLP Project. CRC Press. https://www.routledge.com/9780367709976.
Paiva, Thais, & Jerome P. Reiter. 2017. “Stop or Continue Data Collection: A Nonignorable Missing Data Approach for Continuous Variables.” Journal of Official Statistics 33 (3): 579–99. https://doi.org/10.1515/jos-2017-0028.
Paiva, Thais, Avishek Chakraborty, Jerry Reiter, & Alan Gelfand. 2014. “Imputation of Confidential Data Sets with Spatial Locations Using Disease Mapping Models.” Statistics in Medicine 33 (11): 1928–45. https://doi.org/10.1002/sim.6078.

Contato

  • thaispaiva@est.ufmg.br
  • Av. Pres. Antônio Carlos, 6627, Belo Horizonte, MG 31270-901
  • Sala 4059 - Instituto de Ciências Exatas (ICEx)