Ricardo Pinto Moura

Licenciatura em Matemática (Ramo Educacional), Faculdade de Ciências da Universidade do Porto (2005)
Doutoramento em Estatística e Gestão do Risco, Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa (2016)
Bolsa de Investigação Fulbright, University of Maryland Baltimore County (2012/2013)
Investigador do Centro de Matemática e Aplicações – FCT/UNL (2012-)


Professor Cooperante/Formador de Professores do PASEG na Guiné-Bissau (2006-2008)
Professor de Básico e Secundário (KS3 e KS4), em Inglaterra (2008/2009)
Professor de 3.º ciclo e Secundário, em Portugal (2009-2012, 2013/2014)
Professor Assistente, Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa (2012-2014)
Professor Auxiliar, Faculdade de Ciências e Tecnologia da Universidade Nova de Lisboa (2017/2018)
Professor Auxiliar, Escola Naval, (2016 - Presente)


Publicações relevantes:
R. Moura, M. Klein, C. A. Coelho, and B. Sinha (2017). “Inference for Multivariate Regression Model based on Synthetic Data generated under Fixed-Posterior Predictive Sampling: Comparison with Plug-in Sampling”. Revstat 15(2), 155-186.
R. Moura, M. Klein, J. Zylstra, C. A. Coelho, and B. Sinha (2018). "Inference for Multivariate Regression Model based on Synthetic Data generated using Plug-in Sampling". In: Journal of the American Statistical Association (sob revisão).
M., Klein, R., Moura, B., Sinha (2019). “Multivariate Normal Inference based on Singly Imputed Synthetic Data under Plug-in Sampling”. In: Sankhya B. (Accepted)
R. Moura, B. Sinha, and C. A. Coelho (2017)." Inference for Multivariate Regression Model Based on Multiply Imputed Synthetic Data Generated via Posterior Predictive Sampling ". AIP Proceedings 1836 (1), 020065.
R. Moura. “Likelihood-based Inference for Multivariate Regression Models using Synthetic Data”. Universidade NOVA de Lisboa (Portugal), ProQuest Dissertations Publishing, 2016. 10597442.
R. Moura (2018). “Uma revisão sobre dados parcialmente sintéticos: Modelo de Regressão Linear Multivariada”. Estatística Multivariada -perspetiva no século XXI, Boletim da Sociedade Portuguesa de Estatística (10-15).

 

Atualizado em 18 de janeiro de 2019