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: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...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 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:
 
Objetivos cientificotécnicos:
  • 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
 
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 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.
  • 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 e modelos efectiva.
 
Componentes del grupo:
Nombre Carácter de la participación Entidad Descripción
Carmen Armero CerveraDirector-a UVEG-Valencia Catedràtic-a d'Universitat
Equip d'investigació
David Valentín Conesa GuillenMembre UVEG-Valencia Catedràtic-a d'Universitat
Anabel Forte DeltellMembre UVEG-Valencia Professor-a Contractat-da Doctor-a
Antonio Manuel López QuilezMembre UVEG-Valencia Catedràtic-a d'Universitat
Miguel Angel Martínez BeneitoMembre UVEG-Valencia Professor-a Ajudant-a Doctor-a
Xavier Barber VallésCol·laborador-a UMH-Alicante Professor-a Contractat-da Doctor-a
Stefano CabrasCol·laborador-a U3CM-Madrid Investigador-a doctor-a
María Eugenia Castellanos NuedaCol·laborador-a URJC-Madrid Professor-a Titular d'Universitat
Gonzalo García-Donato LairónCol·laborador-a UCLM-Castilla-La Macha Professor-a Titular d'Universitat
Virgilio Gómez RubioCol·laborador-a UCLM-Castilla-La Macha Professor-a Contractat-da Doctor-a
Joaquín Martínez MinayaCol·laborador-a IVIA-Valencia Investigador-a en formació
Facundo Martín Muñoz VieraCol·laborador-a FRA-INRA Investigador-a doctor-a
Hèctor Perpiñán FabuelCol·laborador-a UVEG-Valencia Estudiant-a de doctorat de la Universitat de València