ANTES

Departamento de Matemática Instituto Superior Técnico Av. Rovisco Pais, 1, 1049-001 Lisboa PORTUGAL Tel. + 351 218417043 Fax. + 351 218417035 E-mail

DEPOIS

Novidades:

• Membro do Projeto Europeu Cinderella que pretende testar e validar a implementação de uma ferramenta baseada em IA para uma decisão clínica mais segura e baseada em evidências para os pacientes com cancro da mama (Fundação Champalimaud).
• Gasparinho, C., Gonçalves, M.H., Chissaque, A., Silva, G.L., Fortes, F., Gonçalves, L. (2022). Wasting, stunting, and anemia in Angolan children after deworming with Albendazole or a test-and-treat approach for intestinal parasites: binary longitudinal models with temporal structure in a four-arm randomized trial. Nutrients, 14, 2185. DOI: 10.3390/nu14112185.
• Co-Editor do REVSTAT: Statistical Journal, 2019-2023.

• Professor auxiliar no Departamento de Matemática do Instituto Superior Técnico (IST), Universidade de Lisboa.
• Membro integrado do Centro de Estatística e Aplicações (CEAUL), 2007-.

Habilitações académicas:

• Doutoramento em Matemática no IST, Universidade de Lisboa, sob a orientação de Antónia Amaral Turkman da Faculdade de Ciências e coorientado por Carlos Daniel Paulino do IST.
• Mestre em Estatística no Instituto de Matemática e Estatística da Universidade de São Paulo sob a orientação de Gilberto A. Paula.
• Licenciado (Bacharel no Brasil) em Estatística na Universidade Federal do Ceará.

Outras informações:

• Presidente da Secção de Biometria da SPE, 2017-2018.
• Membro da Mesa da Assembleia Geral da SPE, 2021-2023.
• Membro da rede temática em Bioestatística BIOSTATNET, 2010-.
• Membro da Associação Brasileira de Estatística (ABE), Sociedade Portuguesa de Estatística (SPE), International Society for Bayesian Analysis (ISBA) e International Biometric Society (IBS).
• ORCID ID: 0000-0002-7434-2383; Scopus ID: 7101647473; ResearcherID: X-7269-2019; MR Author ID: 651476; ResearchGate; ScholarGoogle.

• Singer, J.M., Rocha, F.M.M., Pedroso-de-Lima, A.C., Silva, G.L., Coatti, G.C., and Zatz, M. (2021). Random changepoint segmented regression with smooth transition. Statistical Methods in Medical Research, 30, 643-654. Info
• Paulino, C.D. and Silva, G.L. (2019). Bayesian comparison of diagnostic tests with largely non-informative missing data. Journal of Statistical Computation and Simulation, 89, 1877-1886. Info
• Juarez-Colunga, E., Silva, G.L. and Dean, C.B. (2017). Joint modeling of zero-inflated panel count and severity outcomes. Biometrics, 73, 1413-1423. Info
• Martins, R., Silva, G.L. and Andreozzi, V. (2016). Bayesian joint modeling of longitudinal and spatial survival AIDS data. Statistics in Medicine, 35, 3368-3384. Info
• Silva, G.L., Soares, P., Marques, S., Dias, M.I., Oliveira, M.M. and Borges, J.G. (2015). A Bayesian modelling of wildfires in Portugal. In Bourguignon, J.P., Jeltsch, R., Pinto, A. and Viana, M. (Editors), Dynamics, Games and Science III - International Conference and Advanced School Planet Earth DGS II, CIM Series in Mathematical Sciences, Springer-Verlag, pg. 723-733. Info
• Pinto, A.E., Pereira, T., Cardoso, P., Aparício, M., Silva, G.L., and André, S. (2015). Clinical relevance of the reappraisal of negative hormone receptor expression in breast cancer. SpringerPlus, 2, 375. Info
• Vasconcelos, J. Freire, E., Almendra, R., Silva, G.L. and Santana, P. (2013). The impact of winter cold weather on acute myocardial infarctions in Portugal. Environmental Pollution, 183, 14-18. Info
• Paulino, C.D.M., Silva, G.L. and Branco, M.D. (2013). A fully Bayesian parametric approach for cytogenetic dosimetry. Brazilian Journal of Probability and Statistics, 27, 70-83. Info
• Silva, G.L., Dean, C.B., Niyonsenga, T. and Vanasse, A. (2008). Hierarchical Bayesian spatiotemporal analysis of revascularization odds using smoothing splines. Statistics in Medicine, 27, 2381-2401. Info
• Paulino, C.D.M., Silva, G.L. and Achcar, J. (2005). Bayesian analysis of correlated misclassified binary data. Computational Statistical and Data Analysis, 49, 1120-1131. Info
• Silva, G.L. and Amaral Turkman, M.A. (2004). Bayesian analysis of an additive survival model with frailty. Communications in Statistics - Theory and Methods, 33, 2517-2533. Info

Livros e dissertações:

• Paulino, C.D., Amaral Turkman, M.A., Murteira, B. e Silva, G.L. (2018). Estatística Bayesiana - 2ª edição. Fundação Calouste Gulbenkian, Lisboa (601p).
• Silva, G.L. e Dean, C.B. (2006). Uma Introdução à Análise de Modelos Espaço-temporais para Taxas, Proporções e Processos de Multi-estados. Edições ABE, Associação Brasileira de Estatística, Caxambú (112p). Conteúdo.
• Silva, G.L. (2001). Análise Bayesiana de Modelos de Sobrevivência com Fragilidade. Tese de Doutoramento, IST, Universidade Técnica de Lisboa (184pg). Resumo.
• Amaral Turkman, M.A. e Silva, G.L. (2000). Modelos Lineares Generalizados - da teoria à prática. Edições SPE, Sociedade Portuguesa de Estatística, Peniche (151p). e-book.pdf.
• Silva, G.L. (1992). Modelos Logísticos para Dados Binários. Dissertação de Mestrado, IME, Universidade de São Paulo (118pg). Resumo.

Assuntos de Interesse:

• Estatística Bayesiana
• Análise de Sobrevivência
• Estatística Computacional
• Modelos (Mistos) Conjuntos
• Modelos Espaço-temporais
• Modelos Lineares Generalizados
• Modelos Aditivos Generalizados
• Biometria

Atividades editoriais:

• Co-Editor do REVSTAT: Statistical Journal (REVSTAT), 2019-2023.
• Editor Associado do Brazilian Journal of Probability and Statistics (BJPS), 2015-.
• Editor Associado do Chilean Journal of Statistics (CJS), 2019-.

Propostas de dissertações:

• Análise de sobrevivência bayesiana com fragilidades correlacionadas.
• Mapeamento de doenças: uma análise espaço-temporal bayesiana.

• Disciplinas leccionadas na Licenciatura em Matemática Aplicada e Computação (LMAC):
  • Análise de Modelos Lineares
  • Inferência e Decisão I
  • Análise de Dados Categorizados
• Disciplinas leccionadas nas Licenciaturas em Engenharia:
  • Probabilidades e Estatística
  • Modelos Estocásticos
• Disciplinas leccionadas no Mestrado em Matemática Aplicada e Computação (MMAC):
  • Estatística Bayesiana Aplicada
  • Estatística Biomedica
• Disciplinas lecionadas no Mestrado em Engenharia e Ciência de Dados (MECD):
  • Estatística Computacional

Versão 2.9 - Modificado em: 18-10-2022