GIUV2016-271
El objetivo de nuestro grupo es la investigación, metodológica y aplicada, en Estadística Bayesiana, en especial en escenarios de tipo epidemiológico y medio ambiental. Nuestro trabajo se articula, fundamentalmente, en torno a tres ejes:1. Modelos jerárquicos en estudios con datos correlados.2. Selección de modelos.3.Modelos computacionales de simulación. Todos ellos son un poco mestizos en cuanto a su naturaleza, metodológica y aplicada, y a la compatibilidad e interrelación de muchos de sus conocimientos y objetivos. El primer bloque temático es el más voluminoso y se dedica a la investigación en modelos con datos correlados asociados a estructuras de tipo espaciotemporal, longitudinal, con o sin supervivencia, y de parentesco de consanguinidad. La investigación metodológica en disease mapping tiene una larga tradición en nuestro equipo, en estos momentos con objetivos multivariantes y espaciotemporales no balanceados. Este bloque contiene también nuevas propuestas investigadoras dedicadas a los modelos conjuntos con datos longitudinales y de supervivencia, metodología sobre distribución de especies, vigilancia espaciotemporal de enfermedades y métodos de regresión para datos...
[Read more]
[Read more]
- Producir una investigación metodológica en Estadística Bayesiana de calidad científica que sea reconocida nacional e internacionalmente
- Producir una investigación metodológica en Estadística Bayesiana que pueda ser útil para nuestra sociedad
- Joint models of longitudinal and survival data. Se estudian los modelos conjuntos de datos longitudinales y de supervivencia con objetivos temporales, de supervivencia o ambos, con especial énfasis en objetivos predictivos dinámicos.
- Spatiotemporal disease surveillance. Desarrollo de metodologías estadísticas para detección de epidemias de gripe de forma rápida y fiable. La inferencia y la predicción sobre estos modelos la abordamos desde el paradigma Bayesiano, que permite implementar modelizaciones complejas con estructuras espaciales, temporales y jerárquicas.
- Species distribution modeling. Desarrollo de modelos de predicción de la distribución espacial y espacio-temporal de especies. Se aborda la incorporación de incertidumbre en las covariables, los problemas generados por los valores ausentes, el efecto del muestreo preferencial y el manejo de grandes volúmenes de datos.
- Model selection. Nuestro grupo aborda el problema de selección de modelos desde un punto de vista Bayesiano Objetivo. Trabajamos de manera particular en el estudio de criterios que permitan establecer distribuciones previas óptimas para realizar una selección e modelos efectiva.
Name | Nature of participation | Entity | Description |
---|---|---|---|
Carmen Armero Cervera | Director-a | UVEG-Valencia | Catedràtic-a d'Universitat |
Equip d'investigació | |||
David Valentín Conesa Guillen | Membre | UVEG-Valencia | Catedràtic-a d'Universitat |
Anabel Forte Deltell | Membre | UVEG-Valencia | Professor-a Contractat-da Doctor-a |
Antonio Manuel López Quilez | Membre | UVEG-Valencia | Catedràtic-a d'Universitat |
Miguel Angel Martínez Beneito | Membre | UVEG-Valencia | Professor-a Ajudant-a Doctor-a |
Xavier Barber Vallés | Col·laborador-a | UMH-Alicante | Professor-a Contractat-da Doctor-a |
Stefano Cabras | Col·laborador-a | U3CM-Madrid | Investigador-a doctor-a |
María Eugenia Castellanos Nueda | Col·laborador-a | URJC-Madrid | Professor-a Titular d'Universitat |
Gonzalo García-Donato Lairón | Col·laborador-a | UCLM-Castilla-La Macha | Professor-a Titular d'Universitat |
Virgilio Gómez Rubio | Col·laborador-a | UCLM-Castilla-La Macha | Professor-a Contractat-da Doctor-a |
Joaquín Martínez Minaya | Col·laborador-a | IVIA-Valencia | Investigador-a en formació |
Facundo Martín Muñoz Viera | Col·laborador-a | FRA-INRA | Investigador-a doctor-a |
Hèctor Perpiñán Fabuel | Col·laborador-a | UVEG-Valencia | Estudiant-a de doctorat de la Universitat de València |