GIUV2016-271
L'objectiu del nostre grup és la investigació, metodològica i aplicada, en Estadística Bayesiana, especialment en escenaris de tipus epidemiològic i mig ambiental. El nostre treball s'articula, fonamentalment, entorn de tres eixos:
Models jeràrquics en estudis amb dades correlats.
Selecció de models.
Models computacionals de simulació. Tots ells són una mica mestissos quant a la seua naturalesa, metodològica i aplicada, i a la compatibilitat i interrelació de molts dels seus coneixements i objectius. El primer bloc temàtic és el més voluminós i es dedica a la investigació en models amb dades correlats associats a estructures de tipus espai-temporal, longitudinal, amb o sense supervivència, i de parentiu de consanguinitat. La investigació metodològica en disease mapping té una llarga tradició en el nostre equip, en aquests moments amb objectius multivariants i espai-temporals no balancejats. Aquest bloc conté també noves propostes investigadores dedicades als models conjunts amb dades longitudinals i de supervivència, metodologia sobre distribució d'espècies, vigilància espaitemporal de malalties i mètodes de regressió per a dades genètiques disperses procedents de poblacions...L'objectiu del nostre grup és la investigació, metodològica i aplicada, en Estadística Bayesiana, especialment en escenaris de tipus epidemiològic i mig ambiental. El nostre treball s'articula, fonamentalment, entorn de tres eixos:
Models jeràrquics en estudis amb dades correlats.
Selecció de models.
Models computacionals de simulació. Tots ells són una mica mestissos quant a la seua naturalesa, metodològica i aplicada, i a la compatibilitat i interrelació de molts dels seus coneixements i objectius. El primer bloc temàtic és el més voluminós i es dedica a la investigació en models amb dades correlats associats a estructures de tipus espai-temporal, longitudinal, amb o sense supervivència, i de parentiu de consanguinitat. La investigació metodològica en disease mapping té una llarga tradició en el nostre equip, en aquests moments amb objectius multivariants i espai-temporals no balancejats. Aquest bloc conté també noves propostes investigadores dedicades als models conjunts amb dades longitudinals i de supervivència, metodologia sobre distribució d'espècies, vigilància espaitemporal de malalties i mètodes de regressió per a dades genètiques disperses procedents de poblacions genèticament aïllades amb arbre genealògic conegut, que ens dirigiran, sens dubte als big data. En la matèria dedicada a la selecció de models s'estudien mesures marginals, condicionades i combinades per a quantificar l'aportació d'un conjunt potencial de covariables en l'explicació d'una resposta d'interés i s'han iniciat dues noves línies, amb una orientació més aplicada, que enllacen el tema de la selecció de variables amb els models longitudinals i de supervivència i les dades relacionades a través d'estructures de consanguinitat. Finalment, en el bloc dels models computacionals, es continua la trajectòria del grup amb una línia d'actuació dedicada al calibratge de models computacionals multivariants i a la implementació dels resultats obtinguts en una aplicació informàtica i una altra, més nova, dedicada a la modelització de la incertesa en models compartimentals.
[Llegir més][Ocultar]
[Llegir més][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
- Models conjunts de dades longitudinals i de supervivència.S'estudien els models conjunts de dades longitudinals i de supervivència amb objectius temporals, de supervivència o tots dos, amb especial èmfasi en objectius predictius dinàmics.
- Vigilància espai-temporal de malalties.Desenvolupament de metodologies estadístiques per a detecció d'epidèmies de grip de manera ràpida i fiable. La inferència i la predicció sobre aquests models l'abordem des del paradigma bayesià, que permet implementar modelitzacions complexes amb estructures espacials, temporals i jeràrquiques.
- Models de distribució d'espècies.Desenvolupament de models de predicció de la distribució espacial i espaciotemporal d'espècies. S'aborda la incorporació d'incertesa en les covariables, els problemes generats pels valors absents, l'efecte del mostreig preferencial i el maneig de grans volums de dades.
- Selecció de models.El nostre grup aborda el problema de selecció de models des d'un punt de vista bayesià objectiu. Treballem de manera particular en l'estudi de criteris que permeten establir distribucions prèvies òptimes per a realitzar una selecció de models efectiva.
| Nom | Caràcter de la participació | Entitat | Descripció |
|---|---|---|---|
| MARIA CARMEN ARMERO CERVERA | Director-a | Universitat de València | Catedràtica/Catedràtic d'Universitat |
| Equip d'investigació | |||
| ANTONIO MANUEL LOPEZ QUILEZ | Membre | Universitat de València | Catedràtica/Catedràtic d'Universitat |
| DAVID VALENTIN CONESA GUILLEN | Membre | Universitat de València | Catedràtica/Catedràtic d'Universitat |
| ANABEL FORTE DELTELL | Membre | Universitat de València | Titular d'Universitat |
| MIGUEL ÁNGEL MARTINEZ BENEITO | Membre | Universitat de València | Titular d'Universitat |
| VIRGILIO GOMEZ RUBIO | Col·laborador-a | Universidad de Castilla la Mancha | professor-a contractat-da doctor-a |
| FACUNDO MARTIN MUÑOZ VIERA | Col·laborador-a | Institut National de la Recherche Agronomique (Francia) | investigador-a doctor-a |
| HECTOR PERPIÑAN FABUEL | Col·laborador-a | Universitat de València - Estudi General | estudiant-a de doctorat UVEG |
| XAVIER BARBER VALLES | Col·laborador-a | Universidad Miguel Hernández de Elche | professor-a contractat-da doctor-a |
| STEFANO CABRAS | Col·laborador-a | Universidad Carlos III Madrid | investigador-a doctor-a |
| MARIA EUGENIA CASTELLANOS NUEDA | Col·laborador-a | Universidad Rey Juan Carlos | professor-a titular d'universitat |
| GONZALO GARCIA-DONATO LAIRON | Col·laborador-a | Universidad de Castilla la Mancha | professor-a titular d'universitat |
- Educación universitaria.
- Estadística i Investigació 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
