Los Grupos de Investigación de la UV (GIUV), regulados en el capítulo I del Reglamento ACGUV48/2013, por el cual se desarrolla el procedimiento para la creación de estructuras de investigación, son estructuras básicas de organización y desarrollo de la actividad investigadora, resultado de la agrupación de investigadores, libre y voluntaria, por razones de coincidencia estable en sus objetivos, infraestructuras y recursos, compartidos entorno a unas líneas de investigación comunes, afines o complementarias con compromiso temporal de estabilidad, consolidación y trabajo conjunto, y capacidad de financiación sostenible. 

Los Grupos de Investigación incluidos en el ámbito de aplicación del mencionado Reglamento están inscritos en el Registro de Estructuras de Investigación de la Universitat de València (REIUV), bajo la dependencia del Vicerrectorado de Investigación. Su información básica puede consultarse en esta página web.

Participantes

Los datos relativos a los grupos de investigación que figuren en los distintos medios de difusión de la información que se utilicen no supondrán, en ningún caso, un pronunciamiento ni un compromiso respecto de la vinculación laboral, o académica de las personas que figuren con la Universitat de València, siendo su inclusión responsabilidad exclusiva de los/as directores/as de los grupos. Su actualización se realizará a petición de las personas interesadas.

  • Grupos inscritos en el Registro de Estructuras de Investigación de la Universitat de València - REIUV

Grupo de investigación en estadística bayesiana - VABAR

Referencia del grupo:

GIUV2016-271

 
Descripción de la actividad investigadora:
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]
 
Página Web:

http://www.vabar.es

 
Objetivos cientificotécnicos:
  • 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
 
Líneas de investigación:
  • 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.
 
Componentes del grupo:
Nombre Carácter de la participación Entidad Descripción
MARIA CARMEN ARMERO CERVERADirector-aUniversitat de ValènciaCatedràtica/Catedràtic d'Universitat
Equipo de investigación
ANTONIO MANUEL LOPEZ QUILEZMiembroUniversitat de ValènciaCatedràtica/Catedràtic d'Universitat
DAVID VALENTIN CONESA GUILLENMiembroUniversitat de ValènciaCatedràtica/Catedràtic d'Universitat
ANABEL FORTE DELTELLMiembroUniversitat de ValènciaTitular d'Universitat
MIGUEL ÁNGEL MARTINEZ BENEITOMiembroUniversitat de ValènciaTitular de Universidad
VIRGILIO GOMEZ RUBIOColaborador-aUniversidad de Castilla la Manchaprofesor-a contratado-a doctor-a
FACUNDO MARTIN MUÑOZ VIERAColaborador-aInstitut National de la Recherche Agronomique (Francia)investigador-a doctor-a
HECTOR PERPIÑAN FABUELColaborador-aUniversitat de València - Estudi Generalestudiante de doctorado UVEG
XAVIER BARBER VALLESColaborador-aUniversidad Miguel Hernández de Elcheprofesor-a contratado-a doctor-a
STEFANO CABRASColaborador-aUniversidad Carlos III Madridinvestigador-a doctor-a
MARIA EUGENIA CASTELLANOS NUEDAColaborador-aUniversidad Rey Juan Carlosprofesor-a titular de universidad
GONZALO GARCIA-DONATO LAIRONColaborador-aUniversidad de Castilla la Manchaprofesor-a titular de universidad
 
CNAE:
  • Educación universitaria.
 
Estructura asociada:
  • Estadística e Investigación Operativa
 
Palabras clave:
  • 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