- Models amb dades composicionals.Desenvolupament de models amb dades composicionals. En entorns com la biologia, l'economia o la geologia, és habitual treballar amb vectors de dades les components de les quals recullen la contribució relativa de diferents parts en relació a un total, amb la qual cosa s'aconsegueixen mostres composicionals. Es treballarà en el progrés de la modelització estadística de les dades composicionals, en la seua aplicació i en la seua fonamentació matemàtica.
- Mapeig de malalties.Desenvolupament de models jeràrquics bayesians per a l'estudi de la variabilitat geogràfica de malalties i la seua evolució temporal amb l'objectiu d'ajudar en la presa de decisions i en el desenvolupament de programes de vigilància.
- Anàlisi Baiesià de Series Temporals Multivariants.Desenvolupament de models dinàmics multivariants i la seua anàlisi mitjançant metodologia bayesiana, mitjançant mètodes de simulació MCMC. Incorporació de dependències espacials a l'estructura temporal dels models. Disseny i implementació en R d'algorismes per a la seua anàlisi, estimació i predicció.
- Models de selecció de carteres d' inversió.Desenvolupament de models de selecció de carteres, en els quals la incertesa sobre el rendiment es descriu mitjançant distribucions de possibilitat i credibilitat. Anàlisi multiobjectiva del problema de selecció, buscant aproximacions a la frontera de Pareto mitjançant algorismes evolutius.
Línies d'investigació:
