Renata Rojas

Matemática

Enquanto o relógio do aquecimento global continua girando, os responsáveis pelas metas e compromissos internacionais correm para alcançar o prazo estipulado para 2030. Renata Rojas conduz uma pesquisa que aborda a estatística e seu impacto na medição e previsão dos Objetivos de Desenvolvimento Sustentável das Nações Unidas. Graduada em ciências econômicas pela Universidade Federal de Santa Maria, Rojas também fez o mestrado em engenharia de produção na instituição gaúcha. Doutora em estatística pela Universidade Federal de Pernambuco, a economista tem um período de pós-doutorado na Universidade Federal do Rio Grande do Norte e outro na Università degli Studi di Pavia, Itália. Em 2023 recebeu o prêmio Jan Tinbergen Awards Winners do International Statistical Institute (ISI). Sua pesquisa é reflexo de uma vida orientada para a sustentabilidade. Recentemente se aventurando na horticultura, também mantém uma composteira em casa e gera o próprio adubo. Apaixonada por música, a estatística revela que sua dimensão favorita são as letras. Rojas gosta de interpretar e pesquisar a vida de vários letristas de rock e pop no tempo livre. 

Chamadas

Chamada 6

Projetos

Modelos dinâmicos para variáveis aleatórias duplamente limitadas: como prever indicadores de desenvolvimento sustentável medidos em taxas e proporções?
Ciência / Matemática

Dados duplamente limitados são aqueles que possuem um valor mínimo e um valor máximo e têm como exemplos mais comuns as taxas e proporções. Ao estudar os Objetivos de Desenvolvimento Sustentável (ODS), Agenda 2030 das Nações Unidas, é possível perceber que a lista de indicadores utilizados é composta quase que majoritariamente por proporções da população de interesse. Além disso, como são objetivos a serem alcançados até 2030, há a necessidade de acompanhar esses indicadores ao longo do tempo. Assim, este projeto une distribuições de probabilidade duplamente limitadas com modelos de séries temporais para o monitoramento dos ODS. Um outro compromisso é o compartilhamento dos códigos computacionais. Com isso, os novos modelos podem transpor as barreiras da matemática e serem aplicados por cientistas de dados fora do ambiente acadêmico.

Recursos investidos

Grant Serrapilheira: R$ 333.000,00
Grant Fapergs: R$ 392.000,00

Instituições

  • Universidade Federal de Santa Maria