Ana Lorga da Silva

analorga

Contacto

ORCID

A2AS

Áreas de Interesse Académico e Científico

Análise Multivariada de Dados, especialmente as suas aplicações em vários campos, tais como Economia, Gestão, Ciências Sociais e Psicologia.
Trabalhos sobre Dados Omissos, em especial no contexto de Classificação hierárquica e não-hierárquica.
Extensões à Econometria; Séries temporais, especialmente no contexto económico e financeiro.

Nota Curricular

Licenciada pela Faculdade de Ciências de Lisboa, área de Matemática. Mestrado e Doutoramento em Matemática Aplicada à Economia e Gestão pelo Instituto Superior de Economia e Gestão da Universidade de Lisboa e Doutoramento em Informathique pelo Conservatoire National des Arts et Métiers em Paris, França. Lecionou no Instituto Superior de Economia e Gestão de 1991 a 2002 e na Universidade Aberta em 1995/96. Leciona na Universidade de Lusófona de Humanidades e Tecnologias desde 2003 e tem sido membro Integrado e Colaboradora de Centros de Investigação Portugueses e Estrangeiros desde 1999. Áreas de lecionação ao nível de Licenciatura, Análise Matemática, Álgebra Linear, Estatística e Métodos Matemáticos de Previsão; ao nível de 2º ciclo e apoio a teses de Doutoramento em Análise Multivariada de Dados, Econometria, Métodos Quantitativos de Previsão e Modelos de Equações Estruturais.

Principais Publicações

  • Parreira, A & Silva, A. L. (2016). The use of numerical value of adverbs of quantity and frequency in the measurement of behavior patterns: transforming ordinal scales into interval scales. Revista Ensaio – Avaliação e Políticas Públicas em Educação, n.º 90, jan./mar., 109-126.
  • Parreira, A. & Silva, A. L. (2015). A Lógica Complexa da Avaliação. Ensaio: aval. pol. públ. Educ., v. 23, n. 87,  abr./jun. 2015, 367-388.
  • Silva, A. L. (2010). Uma Visão Geral sobre Dados Omissos. In Investigação e Prática em Economia (pp. 49-68). Parede: Principia Editora.
  • Silva, A. L.; Saporta, G. & Bacelar-Nicolau, H. (2004). Missing data and imputation methods in partition of variables. In Classification, Clustering and Data Mining Applications (pp.631-637). New York: Springer Publishing.
  • Silva, A. L.; Bacelar-Nicolau, H. & Saporta, G. (2002). Missing Data in Hierarchical Classification of Variables – a Simulation Study, Classification Clustering and Data Analysis. In: Data Analysis, Classification and Related Methods (pp.121-128). New York: Springer Publishing.

Principais Projectos de Investigação

  • VALIDATION DE STRUCTURES DE CLASSIFICATION ET EXTENSIONS DES MÉTHODES HIERÁRCHIQUES 253-J4 (estabelecido entre ICCTI – Instituto de Cooperação Científica e Tecnológica Internacional e Embaixada de França), co-dirigido por Helena Bacelar-Nicolau e Yves Lechevallier
  • MODÈLES STATISTIQUES POUR LE DATA MINING 542-B2 (estabelecido entre GRICES – Gabinete de Relações Internacionais da Ciência e do Ensino Superior / Ministério da Ciência e Ensino Superior e Embaixada de França), co-dirigido por Helena Bacelar-Nicolau e Gilbert Saporta.