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:
Modelos jerárquicos en estudios con datos correlados.
Selección de modelos.
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...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:
Modelos jerárquicos en estudios con datos correlados.
Selección de modelos.
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 genéticos dispersos procedentes de poblaciones genéticamente aisladas con árbol genealógico conocido, que nos dirigirán, sin duda a los big data. En la materia dedicada a la selección de modelos se estudian medidas marginales, condicionadas y combinadas para cuantificar la aportación de un conjunto potencial de covariables en la explicación de una respuesta de interés y se han iniciado dos nuevas líneas, con una orientación más aplicada, que enlazan el tema de la selección de variables con los modelos longitudinales y de supervivencia y los datos relacionados a través de estructuras de consanguinidad. Finalmente, en el bloque de los modelos computacionales, se continúa la trayectoria del grupo con una línea de actuación dedicada a la calibración de modelos computacionales multivariantes y a la implementación de los resultados obtenidos en una aplicación informática y otra, más novedosa, dedicada a la modelización de la incertidumbre en modelos compartimentales.
[Leer más][Ocultar]
[Leer más][Ocultar]
- Producir una investigacion metodologica en Estadistica Bayesiana de calidad cientifica que sea reconocida nacional e internacionalmente
- Producir una investigacion metodologica en Estadistica Bayesiana que pueda ser util para nuestra sociedad
- Modelos conjuntos de datos longitudinales y de supervivencia.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.
- Vigilancia espaciotemporal de enfermedades.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.
- Modelos de distribución de especies.Desarrollo de modelos de predicción de la distribución espacial y espaciotemporal 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.
- Selección de modelos.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 de modelos efectiva.
| Nombre | Carácter de la participación | Entidad | Descripción |
|---|---|---|---|
| MARIA CARMEN ARMERO CERVERA | Director-a | Universitat de València | Catedràtica/Catedràtic d'Universitat |
| Equipo de investigación | |||
| ANTONIO MANUEL LOPEZ QUILEZ | Miembro | Universitat de València | Catedràtica/Catedràtic d'Universitat |
| DAVID VALENTIN CONESA GUILLEN | Miembro | Universitat de València | Catedràtica/Catedràtic d'Universitat |
| ANABEL FORTE DELTELL | Miembro | Universitat de València | Titular d'Universitat |
| MIGUEL ÁNGEL MARTINEZ BENEITO | Miembro | Universitat de València | Titular de Universidad |
| VIRGILIO GOMEZ RUBIO | Colaborador-a | Universidad de Castilla la Mancha | profesor-a contratado-a doctor-a |
| FACUNDO MARTIN MUÑOZ VIERA | Colaborador-a | Institut National de la Recherche Agronomique (Francia) | investigador-a doctor-a |
| HECTOR PERPIÑAN FABUEL | Colaborador-a | Universitat de València - Estudi General | estudiante de doctorado UVEG |
| XAVIER BARBER VALLES | Colaborador-a | Universidad Miguel Hernández de Elche | profesor-a contratado-a doctor-a |
| STEFANO CABRAS | Colaborador-a | Universidad Carlos III Madrid | investigador-a doctor-a |
| MARIA EUGENIA CASTELLANOS NUEDA | Colaborador-a | Universidad Rey Juan Carlos | profesor-a titular de universidad |
| GONZALO GARCIA-DONATO LAIRON | Colaborador-a | Universidad de Castilla la Mancha | profesor-a titular de universidad |
- Educación universitaria.
- Estadística e Investigación Operativa
- Cadenas de Markov ocultas; Censura y truncamiento; Datos ausentes; Efectos aleatorios;Métodos de captura y recaptura; Predicción dinámica.
- Autorregresivo; Detección de epidemias; Espacio-temporal; Estadística bayesiana; Gripe; Modelos ocultos de Markov; Vigilancia epidemiológica.
- Incertidumbre en las covariables; Modelos predictivos; Modelos espaciotemporales; Muestreo preferencial; Valores ausentes;
- Distribuciones objetivas; Selección de modelos; Selección de variables
