TÍTULO: Modelos de crecimiento en ambiente aleatorio.
Ponente: Serena Spina. Dipartimento di Matematica, Università degli Studi di Salerno.
Lugar: Sala de conferencias 2 (segunda planta) del Instituto de Matemáticas de la Universidad de Granada (IMAG).
Fecha: 22 y 23 de mayo de 2024.
Horario: De 09:00h a 12:00h
Resumen del seminario I:
La construcción de modelos matemáticos para la descripción de fenómenos evolutivos resulta relevante en muchos campos. Partiendo de modelos tradicionales, como los exponenciales, el logístico y sus generalizaciones, se han estudiado otros modelos más complejos teniendo en cuenta más parámetros para describir mejor los datos reales. En el primer seminario, estudiamos algunas curvas de crecimiento deterministas: partimos de los modelos más populares (exponencial, logístico, Gompertz, curva de Korf…) y luego nos centramos en las generalizaciones más recientes introducidas en la literatura. En particular, se estudian las principales características de dichos modelos, como el factor de corrección, la tasa de crecimiento relativo, los puntos de inflexión, la tasa de crecimiento específica y el tiempo de desfase. También nos centramos en el problema de cruzar un determinado umbral y en el análisis de sensibilidad sobre los parámetros de los modelos. Además, mostramos cómo los modelos más recientes son más adecuados para describir datos reales de contextos aplicados. Finalmente analizamos las principales características de estos modelos.
Resumen del seminario II:
En el segundo seminario analizamos ciertas analogías estocásticas de los modelos propuestos en la primera charla, motivados por la necesidad de describir fenómenos de crecimiento sujetos a perturbaciones aleatorias. Específicamente, presentamos brevemente la teoría de los procesos estocásticos de nacimiento y muerte. Luego, nos centramos en los procesos de nacimiento-muerte y en los procesos de nacimiento puro cuyas medias, bajo hipótesis apropiadas, coinciden con las curvas deterministas de los modelos propuestos. Para tales procesos estudiamos las probabilidades de transición, la media y la varianza condicional, la probabilidad de extinción, el índice de dispersión, el coeficiente de variación. También analizamos ciertos problemas relacionados con el tiempo de primer paso. Finalmente se proporcionan algunas simulaciones de los procesos descritos.
TÍTULO: Técnicas estadísticas avanzadas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R.
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: Del 3 al 7 de junio de 2024.
Horario: De 09:00h a 14:00h
Justificación: Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio.
Continuando la línea del curso de Técnicas Estadísticas Básicas, el objetivo del curso es doble: por un lado, complementar algunos aspectos relativos a técnicas ya introducidas en el curso precedente y, por otro, presentar otras técnicas de carácter más avanzado y que son de amplio uso en múltiples campos de aplicación. Se hará hincapié sobre los fundamentos, condiciones de aplicabilidad e interpretación de resultados que ayuden a una mejor descripción de los fenómenos estudiados por los alumnos en el desarrollo de sus investigaciones. Otro de los objetivos del curso es el de mostrar la implementación de estas técnicas mediante R, introduciendo al alumno en el empleo de uno de los programas que mayor difusión ha adquirido en los últimos años.
Programa:
1. Estudios avanzados en regresión lineal (Profa. Beatriz Cobo). Sesión: 3 de junio.
2. Modelos de regresión generalizados (Prof. Ramón Ferri). Sesión: 4 de junio.
3. Introducción a las técnicas de muestreo (Prof. Ramón Ferri). Sesión: 5 de junio.
4. Modelos de análisis de la varianza paramétricos y no paramétricos (Prof. Christian Acal). Sesión: 6 de junio.
5. Introducción al análisis de fiabilidad (Prof. Christian Acal). Sesión: 7 de junio.
Actividades paralelas:
Se propondrá a los alumnos la realización de ejemplos de aplicación para la realización de prácticas individualizadas y tutorizadas de forma personalizada. Esta parte constituirá la evaluación final que determinará el grado de aprovechamiento del curso. Para dicha supervisión y evaluación, los estudiantes serán repartidos entre el profesorado.
TÍTULO: Técnicas estadísticas básicas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R.
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: 18, 19, 24, 25, 31 de enero y 1 de febrero de 2024.
Justificación: Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio.
El objetivo del curso es presentar una panorámica general, sobre todo desde el punto de vista de la aplicación de las técnicas presentadas en múltiples campos. En ese sentido, la idea principal de esta actividad es ilustrar a los alumnos sobre técnicas y métodos estadísticos mostrando una visión general de sus fundamentos así como una perspectiva de aplicaciones en diversos campos. Se hará especial hincapié sobre los fundamentos, condiciones de aplicabilidad e interpretación de resultados que ayuden a una mejor descripción de los fenómenos estudiados por los alumnos en el desarrollo de sus investigaciones. Otro de los objetivos del curso es el de mostrar la implementación de estas técnicas mediante R, introduciendo al alumno en el empleo de uno de los programas que mayor difusión ha adquirido en los últimos años.
Programa:
1. Principios generales de inferencia. Modelos básicos: Problema de una muestra. Problema de dos muestras independientes y apareadas. Contrastes paramétricos y no paramétricos para una y dos muestras.
Ponente: María del Mar Rueda García. 4 horas.
2. Análisis de datos categóricos: Independencia y asociación en tablas bidimensionales. Independencia condicional y asociación parcial. Metodología de Mantel-Hanzel.
Ponente: Ana María Aguilera del Pino. 4 horas.
3. Modelos de regresión.
Ponente: Fco. de Asis Torres Ruiz. 6 horas.
4. Técnicas de Análisis Multivariante: Modelo Lineal Multivariante: modelo de Regresión lineal múltiple multivariante y técnicas tipo MANOVA. Técnicas de reducción de dimensiones. Técnicas de clasificación automática.
Ponente: Beatriz Cobo Rodríguez. 6 horas.
TÍTULO: Técnicas estadísticas básicas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R.
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: 12 al 19 de enero de 2023.
Justificación: Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio.
El objetivo del curso es presentar una panorámica general, sobre todo desde el punto de vista de la aplicación de las técnicas presentadas en múltiples campos. En ese sentido, la idea principal de esta actividad es ilustrar a los alumnos sobre técnicas y métodos estadísticos mostrando una visión general de sus fundamentos así como una perspectiva de aplicaciones en diversos campos. Se hará especial hincapié sobre los fundamentos, condiciones de aplicabilidad e interpretación de resultados que ayuden a una mejor descripción de los fenómenos estudiados por los alumnos en el desarrollo de sus investigaciones. Otro de los objetivos del curso es el de mostrar la implementación de estas técnicas mediante R, introduciendo al alumno en el empleo de uno de los programas que mayor difusión ha adquirido en los últimos años.
Programa:
1. Principios generales de inferencia. Modelos básicos: Problema de una muestra. Problema de dos muestras independientes y apareadas. Contrastes paramétricos y no paramétricos para una y dos muestras.
Ponente: María del Mar Rueda García. 4 horas.
2. Análisis de datos categóricos: Independencia y asociación en tablas bidimensionales. Independencia condicional y asociación parcial. Metodología de Mantel-Hanzel.
Ponente: Ana María Aguilera del Pino. 4 horas.
3. Modelos de regresión.
Ponente: Fco. de Asis Torres Ruiz. 6 horas.
4. Técnicas de Análisis Multivariante: Modelo Lineal Multivariante: modelo de Regresión lineal múltiple multivariante y técnicas tipo MANOVA. Técnicas de reducción de dimensiones. Técnicas de clasificación automática.
Ponente: Beatriz Cobo Rodríguez. 6 horas.
TITULO: Reliability of Dynamical Systems in Markov Environment: Modelling and Estimation
Institución: Université de Technologie de Compiègne (France)
Lugar: Salón de Grados, Facultad de Ciencias.
Fecha: Miércoles 27 de octubre de 2021, a las 12:00.
Summary: We present how to estimate a Markov system in discrete state space and continuous-time. In particular, we stress on the estimation of the generating matrix, reliability, availability, failure rate and mean time to failure of the system. The data consist of an observation of the evolution of the system in a time interval. Further, we consider a differential dynamic system, often encountered in applications, switched by a Markov process, and we consider the estimation problem of its evolution in time based on the previous estimation. In fact, we have here a mixed Markov process with discrete and continuous state space for the two components for which we present a method for calculating its transition function via a semi-Markov formulation.
TÍTULO: Técnicas estadísticas básicas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R.
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: 20 al 27 de enero de 2022.
Justificación: Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio.
El objetivo del curso es presentar una panorámica general, sobre todo desde el punto de vista de la aplicación de las técnicas presentadas en múltiples campos. En ese sentido, la idea principal de esta actividad es ilustrar a los alumnos sobre técnicas y métodos estadísticos mostrando una visión general de sus fundamentos así como una perspectiva de aplicaciones en diversos campos. Se hará especial hincapié sobre los fundamentos, condiciones de aplicabilidad e interpretación de resultados que ayuden a una mejor descripción de los fenómenos estudiados por los alumnos en el desarrollo de sus investigaciones. Otro de los objetivos del curso es el de mostrar la implementación de estas técnicas mediante R, introduciendo al alumno en el empleo de uno de los programas que mayor difusión ha adquirido en los últimos años.
Programa:
1. Principios generales de inferencia. Modelos básicos: Problema de una muestra. Problema de dos muestras independientes y apareadas. Contrastes paramétricos y no paramétricos para una y dos muestras.
Ponente: María del Mar Rueda García. 4 horas.
2. Análisis de datos categóricos: Independencia y asociación en tablas bidimensionales. Independencia condicional y asociación parcial. Metodología de Mantel-Hanzel.
Ponente: Ana María Aguilera del Pino. 4 horas.
3. Modelos de regresión.
Ponente: Fco. de Asis Torres Ruiz. 6 horas.
4. Técnicas de Análisis Multivariante: Modelo Lineal Multivariante: modelo de Regresión lineal múltiple multivariante y técnicas tipo MANOVA. Técnicas de reducción de dimensiones. Técnicas de clasificación automática.
Ponente: Beatriz Cobo Rodríguez. 6 horas.
TÍTULO: Técnicas estadísticas básicas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R. (2ª edición)
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: 6 al 13 de mayo de 2022.
TITULO: APPROXIMATED TRANSITION DENSITIES OF LOGISTIC-TYPE DIFFUSIONS VIA HERMITE EXPANSIONS
Institución: Dpto. de Análisis Matemático, Estadística e Investigación Operativa y Matemática Aplicada. Universidad de Málaga
Lugar: Instituto de Matemáticas de la Universidad de Granada, IMAG (Aula Virtual Newton)
Fecha: Jueves 10 de diciembre de 2020, a las 12:00
Abstract: Logistic-type dynamics are widely used in modelling different phenomena. Following classic ordinary differential equations, continuous time-inhomogeneous diffusion processes can be obtained by including a time-dependent growth rate function and noise-perturbed regulation functions. This usually leads to unknown transition densities, complicating other procedures such as likelihood estimation. Approximations of such unknown functions may help to deal with this issue, provided limit theorems guarantee the convergence to the true densities. Hermite expansion around the standard gaussian distribution have been a successful approach to the problem. Previous transformations of the original density are required in order to reduce the assumptions about normality which could not be met in some practical applications. In this work, this procedure is revised and adapted to the case of time-inhomogeneous diffusion processes with logistic mean behaviour. Some results are established in terms of the time-dependent growth rate function. Remarks about the influence of the sole growth rate function are discussed.
TÍTULO: Técnicas estadísticas básicas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R.
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: 18 al 25 de febrero de 2021.
Justificación: Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio.
El objetivo del curso es presentar una panorámica general, sobre todo desde el punto de vista de la aplicación de las técnicas presentadas en múltiples campos. En ese sentido, la idea principal de esta actividad es ilustrar a los alumnos sobre técnicas y métodos estadísticos mostrando una visión general de sus fundamentos así como una perspectiva de aplicaciones en diversos campos. Se hará especial hincapié sobre los fundamentos, condiciones de aplicabilidad e interpretación de resultados que ayuden a una mejor descripción de los fenómenos estudiados por los alumnos en el desarrollo de sus investigaciones. Otro de los objetivos del curso es el de mostrar la implementación de estas técnicas mediante R, introduciendo al alumno en el empleo de uno de los programas que mayor difusión ha adquirido en los últimos años.
Programa:
1. Principios generales de inferencia. Modelos básicos: Problema de una muestra. Problema de dos muestras independientes y apareadas. Contrastes paramétricos y no paramétricos para una y dos muestras.
Ponente: María del Mar Rueda García. 4 horas.
2. Análisis de datos categóricos: Independencia y asociación en tablas bidimensionales. Independencia condicional y asociación parcial. Metodología de Mantel-Hanzel.
Ponente: Ana María Aguilera del Pino. 4 horas.
3. Modelos de regresión.
Ponente: Fco. de Asis Torres Ruiz. 6 horas.
4. Técnicas de Análisis Multivariante: Modelo Lineal Multivariante: modelo de Regresión lineal múltiple multivariante y técnicas tipo MANOVA. Técnicas de reducción de dimensiones. Técnicas de clasificación automática.
Ponente: Beatriz Cobo Rodríguez. 6 horas.
TÍTULO: Análisis de datos Funcionales. Introducción y Aplicaciones
Institución: Dpto. de Estadística e Investigación Operativa e Instituto de Matemáticas IMAG - Universidad de Granada
Lugar: Instituto de Matemáticas de la Universidad de Granada, IMAG (Aula Virtual Newton)
Fecha: Viernes 19 de marzo de 2021, 10:00
Resumen: El análisis de datos funcionales (FDA) es una rama de la estadística que ha sido objeto de investigación intensiva en las tres últimas décadas tanto desde el punto de vista metodológico como aplicado. Estos datos son funciones que proceden de la observación de una o varias variables aleatorias en un argumento continuo. Por ello, los problemas de modelización e inferencia estadística con este tipo de datos se desarrollan en el marco de los espacios de Hilbert con la norma inducida por su producto escalar. En la mayoría de los casos se dispone de muestras de curvas obtenidas al observar una variable aleatoria en el tiempo que se pueden ver como realizaciones de un proceso estocástico. Dado que las curvas se observan de forma discreta, el primer paso en FDA suele ser la aplicación de métodos de aproximación numérica para la suavización de las curvas mediante proyección en una base de funciones apropiada a la naturaleza de los datos (splines, wavelets, trigonométricas, etc.). El objetivo de esta charla es introducir las herramientas y métodos estadísticos básicos del FDA a través de aplicaciones con datos reales en distintas áreas como medioambiente, ciencias de la salud, quimiometría, economía o ingeniería.
TÍTULO: Técnicas estadísticas básicas aplicadas en Ciencias Experimentales: fundamentos, interpretación e implementación en R. (2ª edición)
Lugar: Aula Inf O04, zona de Matemáticas de la Facultad de Ciencias
Fecha: 24 de junio al 2 de julio de 2021.
TITULO: Logistic growth described by birth-death and diffusion processes
Institución: Università degli Studi di Salerno,
Lugar: Instituto de Matemáticas de la Universidad de Granada, IMAG.
Fecha: Martes 17 de diciembre de 2019, a las 11:30
TITULO: On the construction of some fractional stochastic Gompertz models
Institución: Università degli Studi di Napoli, Federico II,
Lugar: Instituto de Matemáticas de la Universidad de Granada, IMAG.
Fecha: Jueves 27 de febrero de 2020, a las 11:00
Summary: The aim of this talk is the presentation of results collected in a paper devoted to the con-struction of stochastic versions for some fractional Gompertz curves previously introduced in [1,2]. Specifically, a class of linear fractional-integral stochastic equations is studied, for which existence and uniqueness of a Gaussian solution are proved. Such kind of equa-tions are then used to construct fractional stochastic Gompertz models. A new fractional Gompertz model, based on the previous two, is introduced and a stochastic version of it is provided.
References:
[1] Bolton, L.; Cloot, A.H.; Schoombie, S.W.; Slabbert, J.P. A proposed fractional-order Gompertz model and its application to tumour growth data. Mathematical medicine and biology: a journal of the IMA 2014, 32, 187209.
[2] Frunzo, L.; Garra, R.; Giusti, A.; Luongo, V. Modeling biological systems with an improved fractional Gompertz law. Communications in Nonlinear Science and Numerical Simulation 2019, 74, 260267.
TITULO: Time-changed fractional Ornstein-Uhlenbeck processes
Institución: Università degli Studi di Napoli, Federico II,
Lugar: Instituto de Matemáticas de la Universidad de Granada, IMAG.
Fecha: Jueves 27 de febrero de 2020, a las 12:00
Summary: In this talk I will focus on the description of some characteristics of a time-changed fractional Ornstein-Uhlenbeck process, i. e. a process obtained by consid-ering a fractional Ornstein-Uhlenbeck process as introduced in [2] and we substitute the time by the inverse of an independent driftless subordinator. For the classical case, the time-changed Ornstein-Uhlenbeck process has been studied for instance in [3] and its application to finance are expolited for instance in [5]. I will focus first on the existence and the asymptotics of the even-order moments. Moreover, by using the approach described in [4], I will discuss some generalized Fokker-Planck equations that arise from the Gaussian nature of the fractional Ornstein-Uhlenbeck process. Finally, I will focus on the stable case, for which more explicit results can be achieved. Such things are the result of a joint work with Yuliya Mishura from University of Kiev and Enrica Pirozzi from University of Naples and are all contained in the preprint [1].
References:
[1] Giacomo Ascione, Yuliya Mishura, and Enrica Pirozzi. Time-changed fractional Ornstein-Uhlenbeck process, 2019.
[2] Patrick Cheridito, Hideyuki Kawaguchi, Makoto Maejima, et al. Fractional Ornstein-Uhlenbeck processes. Electronic Journal of probability, 8, 2003.
[3] Janusz Gajda and Agnieszka Wy lomanska. Time-changed Ornstein–Uhlenbeck process. Jour-nal of Physics A: Mathematical and Theoretical, 48(13):135004, 2015.
[4] Marjorie Hahn, Jelena Ryvkina, Kei Kobayashi, Sabir Umarov, et al. On time-changed Gauss-ian processes and their associated Fokker-Planck-Kolmogorov equations. Electronic Commu-nications in Probability, 16:150–164, 2011.
[5] Omer Onalan. Subdiffusive Ornstein-Uhlenbeck processes and applications to finance. In Pro-ceedings of the World Congress on Engineering, volume 2, 2015.
TITULO: Cálculo Estocástico y Técnicas de Análisis Multivariante. Fundamentos y aplicaciones en Ciencias Experimentales.
Justificación: Es incuestionable la importancia que en las últimas décadas ha experimentado la aplicación de numerosas técnicas probabilístico-estadísticas en múltiples campos de aplicación. La razón última de ello viene motivada por la necesidad de describir y explicar la evolución de fenómenos, no sólo desde un punto de vista cualitativo sino cuantitativo, a la vez que se hace imprescindible en múltiples ocasiones poder inferir comportamientos futuros de los sistemas que son objeto de estudio. Los fenómenos considerados por las Ciencias Experimentales consideran tanto situaciones estáticas como dinámicas, en las cuales el fenómeno estudiado evoluciona a lo largo del tiempo (o de una variable indexada según un criterio), lo cual motiva plantearse el estudio de variables temporales que respondan a situaciones concretas relacionadas con las variables estudiadas. Asimismo, dentro del ámbito estático lo habitual es tratar con múltiples variables que no pueden ser consideradas de forma aislada, sino formando parte de un diseño complejo. Las dos situaciones descritas conllevan la necesidad de plantear un doble enfoque sobre el cual creemos que es interesante presentar una panorámica general, sobre todo desde el punto de vista de la aplicación de las técnicas presentadas en múltiples campos. En ese sentido, la idea principal de esta actividad es ilustrar a los alumnos sobre técnicas y métodos del Análisis Multivariante y de Cálculo Estocástico, mostrando una visión general de sus fundamentos así como una perspectiva de aplicaciones en diversos campos: Biología, Ecología, Recursos Energéticos,... Por ello el curso se ha diseñado siguiendo dos bloques diferenciados:
1. Modelización mediante procesos estocásticos.
2. Técnicas de Análisis Multivariante.
Programa: 1. Modelización mediante procesos estocásticos: a. Visión general del concepto de proceso estocástico. b. Cadenas de Markov y procesos de nacimiento y muerte. c. Introducción a los procesos de difusión. Aplicación a la modelización de fenómenos de crecimiento. Inferencia y tiempos de primer paso.
2. Técnicas de Análisis Multivariante: a. Modelo Lineal Multivariante: modelo de Regresión lineal múltiple multivariante y técnicas tipo MANOVA. b. Técnicas de reducción de dimensiones. c. Técnicas de clasificación automática.
Duración: 22 horas presenciales y 16 no presenciales.
Periodo de impartición: 24, 25, 26, 27 Febrero, 2 y 3 marzo.
Ponentes:
Dr. Antonio Jesús Barrera García. Universidad de Málaga.
Dra. Beatriz Cobo Rodríguez. Universidad Complutense de Madrid.
Dra. Enrica Pirozzi. Universidad Federico II de Napoli.
Dr. Giacomo Ascione. Universidad Federico II de Napoli.
Dr. Juan José Serrano Pérez. Universidad de Granada.
El próximo miércoles 10 de junio tendrá lugar la primera Jornada de Investigación Matemática en tiempos de Covid, organizada por el Instituto Andaluz de Matemáticas (IAMAT) en su sede en la UGR, el IEMath-GR. En esta jornada, diversos investigadores en Estadística, Matemáticas y Ciencias de la Computación compartirán sus últimos trabajos relacionados con la pandemia.
La jornada será virtual, y se desarrollará en la URL http://ugr.zoom.us/my/mastermat1 (contraseña de acceso 8L4ruu). El acceso es libre.
Programa:
17:00-17:45 Ricardo Cao (Presidente del Comité de Expertos para la Acción Matemáica contra el Coronavirus, CEMAT; Departamento de Matemáticas UDC): “Acción Matemática contra el Coronavirus del CEMAT.”
17:45-18:15 Francisco Alonso (Departamento de Estadística en Investigación operativa UGR): “Datos del COVID-19. Seguimos con el Juego.”
18-15-18:45 Manuel Escabias, Ana Aguilera, Christian Acal y Mariano J. Valderrama (Departamento de Estadística en Investigación operativa UGR): “Aplicación de modelos de predicción en componentes principales para la imputación estadística de datos de Covid19”
18.45-19.15 Víctor Blanco (Departamento de Métodos Cuantitativos para la Economía y la Empresa UGR), Ricardo Gázquez y Marina Leal (Departamento de Estadística en Investigación operativa UGR): “Reallocating and Sharing Health Equipments in Sanitary Emergency Situations: The COVID-19 Case in Spain“
19.15-19.45 Francisco Herrera (Director de Instituto Universitario Andaluz Interuniversitario en Data Science and Computational Intelligence; Departamento de Ciencias de la Computación e Inteligencia Artificial UGR): “Inteligencia Artificial para el Cribado de la COVID19 mediante el procesamiento de Imágenes de radiografía de tórax.”
19.45-20.15 María del Mar Rueda (Departamento de Estadística en Investigación operativa, UGR): “Técnicas para mejorar la estimación de la seroprevalencia del covid-19 en la población general y en población mayor de 65 años.”
20.15-20.45 Juan de Dios Luna (Vicedecano de Politica Científica, Facultad de Medicina UGR; Departamento de Estadística e Investigación Operativa UGR): “Estimación de los parámetros de calidad diagnóstica en los tests del COVID19: La ausencia de un gold standard“
TITULO: AN ANOVA-TYPE PROCEDURE FOR REPLICATED SPATIAL AND SPATIO-TEMPORAL POINT PATTERNS
Institución: University Jaume I, Castellon,
Lugar: Aula A21, Facutlad de Ciencias.
Fecha: Viernes 29 de junio de 2018, a las 11:30
TITULO: Asymptotic properties of the partition function and applications
Institución: Cardiff University, UK
Lugar: Facultad de Ciencias, Aula G6.
Fecha: 30/05/2017 HORA: 13:00
Summary The so-called partition function is a sample moment statistic based on blocks of data and it is often used in the context of multifractal processes. It will be shown that its behaviour is strongly influenced by the tail of the distribution underlying the data either in i.i.d. and weakly dependent cases. These results will be exploited to develop graphical and estimation methods for the tail index of a distribution. The performance of the tools proposed is analyzed and compared with other methods by means of simulations and examples. Linear fractional stable motion is an example of a self-similar stationary increments stochastic process exhibiting both long-range dependence and heavy- tails. We propose methods that are able to estimate simultaneously the self-similarity parameter and the tail parameter. These methods are based on the asymptotic behavior of the so-called “empirical structure function”, a statistic which resembles a sample moment of the process. We show and use the fact that the rate of growth of the empirical structure function is determined by the Hurst parameter and the tail index. We test the methods on simulated data and apply them to network traffic and solar flares data.
References
[1] Grahovac, D. and Leonenko, N and Taqqu, M. S. (2014) Scaling properties of the structure function of linear fractional stable motion and estimation of its parameters, Journal of Statistical Physics, Published online, DOI 10.1007/s10955-014-1126-4 [2] Grahovac, D., Jia. M., Leonenko, N. and Taufer, E. (2015) Asymptotic properties of the partition function and applications in tail index inference of heavy-tailed data, Statistics, 49, N6, 1221-1242. [3] Grahovac, D. and Leonenko, N (2014) Detecting multifractal stochastic processes under heavy-tailed effects, Chaos, Solitons, Fractals, 65, 78-89
TITULO: Unhappy with Semiparametrics?
Institución: Université de Gèneve
Lugar: Facultad de Ciencias, Sala de Medios Audio-Visuales
Fecha: 20/04/2017, 12:00
Summary Functional form specification is an important issue in econometrics. While non-parametric techniques can partially solve this problem by relaxing the assumptions on any explicit functional form, it is at the cost of easy inter-pretation and also facing the curse of dimensionality. The semi- parametric techniques are introduced as a way of circumventing these shortcomings. However, the non-parametric part of the model is particularly sensitive to model assumptions in the parametric part. In the recent literature on life-satisfaction these methods have been used without taking sucient care. It will be shown how this can easily, though not necessarily, lead to erroneous conclusions.
TITULO: Estimation of complex population functionals in randomized response theory
Institución: Universidad de Calabria
Lugar: Seminario Gauss del Insituto de Matemáticas
Fecha: Martes 23 de febrero de 2017 a las 12.30
TITULO: Univariate versus multivariate modelling of panel data, specification issues and goodness of fit testing
Summary Panel data can be arranged into a matrix in two ways, called `long' and `wide' formats (LF and WF). The two formats suggest two alternative model approaches for analyzing panel data: (i) univariate regression with varying intercept; and (ii) multivariate regression with latent variables (a particular case of structural equation model, SEM). The present paper compares the two approaches showing in which circumstances they yield equivalent in some cases, even numerically equal results. We show that the univariate approach gives results equivalent to the multivariate approach when restrictions of time invariance (in the paper, the TI assumption) are imposed on the parameters of the multivariate model. The multivariate perspective we offer makes visible the implicit restrictions implied by the univariate approach and reinterprets a classical in the econometric literature of fixed versus random effects model as identification issues in a structural equation model (SEM) framework. The setting side by side the univariate versus multivariate perspectives to panel data shows the easy way of the multivariate approach to tackle the dynamics into the model. It is shown that the restrictions implicit in the univariate approach can be assessed by chi-square difference testing of two nested multivariate models. In addition, common tests encountered in the econometric analysis of panel data, such as the Hausman test, are shown to have an equivalent representation as chi-square difference tests. Commonalities and differences between the univariate and multivariate approaches are illustrated using an empirical panel data set of firms' profitability as well as a simulated panel data.
CONFERENCIA Daniel Oberski Tiburg University, The Netherlands
TITULO: A measure to evaluate model fit by sensitivity analysis
SummaryLatent variable models involve restrictions on the data that can be formulated in terms of “misspecifications”: restrictions with a model-based meaning. Examples include zero cross-loadings and local dependencies, as well as “measurement invariance” or “differential item functioning”. If incorrect, misspecifications can potentially disturb the main purpose of the latent variable analysis—seriously so in some cases. I propose to evaluate whether a particular analysis at hand is such a case or not. To do this, I define a measure based on the likelihood of the restricted model that approximates the change in the parameters of interest if the misspecification were freed, the EPC-interest. The main idea is to examine the EPC-interest and free those misspecifications that are “important” while ignoring those that are not. I have implemented the EPC-interest in the lavaan software for structural equation modeling and the Latent Gold software for latent class analysis. This approach can resolve several problems and inconsistencies in the current practice of model fit evaluation used in latent variable analysis, something I illustrate using analyses from the “measurement invariance” literature and from item response theory.
CONFERENCIA Antonio D'Ambrosio. Università degli Studi di Napoli Federico II, Italy
TITULO: A recursive partitioning method for the prediction of preference rankings based upon Kemeny distances
SummaryPreference rankings usually depend on the characteristics of both the individuals judging a set of objects and the objects being judged. This topic has been handled in the literature with log-linear representations of the generalized Bradley-Terry model and, recently, with distance-based tree models for rankings. A limitation of these approaches is that they only work with full rankings or with a pre-specified pattern governing the presence of ties, and/or they are based on quite strict distributional assumptions. To overcome these limitations, we propose a new prediction tree method for ranking data that is totally distribution-free. It combines Kemeny's axiomatic approach to define a unique distance between rankings with the CART approach to find a stable prediction tree. Furthermore, our method is not limited by any particular design of the pattern of ties. The method is evaluated in an extensive full-factorial Monte Carlo study with a new simulation design
Lugar: Sala de Conferencias de la Facultad de Ciencias.
Fecha: Lunes 8 de febrero de 10-14 de 2017.
TITULO: The empirical best predictor in the two-fold nested error regression model
Institución: Universidad Miguel Hernandez
Lugar: Seminario 1 del IeMath
Fecha: Viernes 27 de noviembre a las 12:30-14:30
Summary We propose to estimate nonlinear small area population parameters by using the empirical Best predictor based on a two-fold nested error model. The introduced statistical methodology is applicable to poverty indicators and more generally to separable nonlinear parameters paper. We use a parametric bootstrap method to estimate the mean squared error of the empirical best estimators. We also study small sample properties of these estimators by model-based simulation studies. The simulations show reductions in mean squared error relative to direct area-specific estimators and other estimators obtained by “simulated” censuses. We also apply the proposed method to estimate poverty incidences, poverty gaps, and the corresponding mean squared errors in Spanish provinces by gender. For the Spanish data, results show a significant reduction in coefficient of variation of the proposed empirical best estimators over direct estimators.
TITULO:” El estadístico en Ciencias de la Salud ”
Institution: Universidad de Granada
Lugar: Aula A-21
Fecha: Viernes 20 de noviembre a las 12:00--14:00
TITULO:” Modelos de Comportamiento Colectivo: Perspectivas Matemáticas ”
Institution: Imperial College London, Reino Unido
Lugar: Sala de conferencias IEMath-GR
Fecha: Viernes 20 de noviembre a las 10:00-13:00
TITULO:” Fractional Skellam processes ”
Institution: Cardiff University
Lugar: Instituto de las Matemáticas
Fecha: 3 de junio de 2015
TITULO:” Whittaker-Kotel'nikov-Shannon approximation of sub-Gaussian random processes ”
Institution: School of Engineering and Mathematical Sciences, Melbourne
Lugar: Instituto de las Matemáticas
Fecha: 3 de junio de 2015
TITULO:” Proceso de difusión Gamma con factores exógenos ”
Institution: Universidad Hassan 1, Berrechid
Lugar: Facultad de Ciencias, Aula A15
Fecha: 12 de marzo de 2015
TITULO:” Métodos de encuesta y estimación electoral. ”
Institution: UTEA - Unidad Técnica de Estudios Aplicados del Instituto de Estudios Sociales Avanzados
Lugar: Facultad de Ciencias, Salón de Grados
Fecha: 20 de febrero de 2015
TITULO:” Avances en la desagregación territorial de los datos estadísticos en Andalucía. ”
Institution: IEA
Lugar: Facultad de Ciencias, Sala de Conferencias del departamento de Estadística e IO
Fecha: 19 de febrero de 2015
TITULO:” Splines con Penalizaciones: Una herramienta útil para el suavizado de datos multidimensionales ”
Institution: Universidad Carlos III de Madrid
Lugar: Facultad de Ciencias, Aula A10
Fecha: 16 de enero de 2015
TITULO:” Introducción a las formas cuadráticas aleatorias ”
Institution: Universidad Autónoma Agraria Antonio Narro. Saltillo Méjico
Lugar: Facultad de Ciencias, Aula D. Alfono Guiraum
Fecha: Lunes 1 de diciembre de 2014
Presentación:” D. Antonio Ríos Guadix, Decano de la Facultad de Ciencias. Universidad de Granada y D. Jesús Sánchez Fernández Director del Instituto de Estadística y Cartografía de Andalucía
Conferencia:” El diseño de las estadísticas longitudinales de supervivencia a partir de la integración de fuentes. ”
Conferenciante: Francisco Viciana Fernández. Instituto de Estadística y Cartografía de Andalucía
Conferencia:” Referencias y perspectivas de la investigación sobre la población: nuevas herramientas para la medición de una sociedad en continua transformación. ”
Conferenciante: Diego Ramiro Fariñas Jefe del Departamento de Población del Consejo Superior de Investigaciones Científicas. IEGD-CCHS-CSIC
Lugar: Salónn de Grados. Facultad de Ciencias
Fecha: Lunes 18 de noviembre de 2014
TITULO:” I PLS regression for multivariate functional data ”
Institution: Universidad de Lille, Francia
Lugar: Facultad de Ciencias, Aula M1
Fecha: 24 de junio de 2014
TITULO:” Distributions of singular random matrices: some extensions of jacobian”
Institution: Universidad Autónoma Agraria Antonio Narro. Saltillo Méjico
Lugar: Facultad de Ciencias, Aula D. Alfono Guiraum
Fecha: Jueves 10 de diciembre de 2013
TITULO:” Science-Based Spatiotemporal Statistics ”
Institution: Universitat Jaume I, Castellón
Lugar: Facultad de Ciencias, Sala de Medios Audiovisuales
Fecha: Jueves 28 de noviembre de 2013. 11.00
TITULO:” Science-Based Spatiotemporal Statistics ”
Institution: San Diego State
Lugar: Facultad de Ciencias, Sala de Medios Audiovisuales
Fecha: Jueves 28 de noviembre de 2013. 10.00
TITULO:” Correlation structure of fractional Pearson diffusions”
Institution: Cardiff University,UK
Lugar: Aula A25 de Facultad de Ciencias.
Fecha: 11 de Abril, 12:30 horas.
Abstract: The stochastic solutions to diffusion equations with polynomial coefficients is called Pearson diffusion. Fractional Pearson diffusion are governed by the corresponding time fractional diffusion equation. They are useful for modelling sub-diffusion phenomena, caused by particle sticking and trapping. By using stochastic solutions and non-Markovian inverse stable time change, we develop an explicit formula for the covariance function of a fractional Pearson diffusion in term of Mittag-Leffler functions. This is joint project with Mark M.Meerschaert and Alla Sikorskii (Michigan State University, USA).
References
1. Leonenko, N.N., Meerschaert, M.M and Sikorskii, A. (2013) Fractional Pearson diffusion, Journal of Mathematical Analysis and Applications, accepted for publication 20/02/2013.
2. Leonenko, N.N., Meerschaert, M.M and Sikorskii, A. (2013) Correlation Structure of Fractional Pearson diffusion, Computers and Mathematics with Applications, Published on line 07/02/2013, doi:10.1016/j.camwa.2013.01.009.
TITULO:” Sojourn measures for a class of heavy-tailed random fields”
Institution: Cardiff University,UK
Lugar: Aula A25 de Facultad de Ciencias.
Fecha: 9 de Abril, 12:30 horas.
Abstract: The class of random fields with (heavy-tailed) Student or Fisher-Snedecor marginal distributions and long range dependence are introduced and studied. Limit theorems for the volume of excursion sets (also known as Minkowski functionals) are proven. The limiting distributions are not Gaussian, and can be defined by using sums of double Wiener-Ito integrals. Some simulation results are also presented.
This is a joint results with Dr.A.Olenko (Le Trobe University, Melbourne, Australia)
References
Leonenko N. and Olenko, A. (2012) Sojourn measures for Student and Fisher-Snedecor random fields, submitted
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Mixed Finite Element Methods for Fluid-Solid Interaction Problems ”
Institution: Universidad de Concepción, Chile.
Lugar: E.T.S. Ingeniería de Edificación, aula P02.
Fechas: martes 18, jueves 20, martes 25, jueves 27 de septiembre de 2012. 12.00
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Exact discrete transmission conditions for a fluid-solid interaction problem in 3D”
Institution: Universidad de Concepción, Chile.
Lugar: E.T.S. Ingeniería de Edificación, aula P02.
Fechas: lunes 24 de septiembre de 2012. 12.00
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Bayesian prediction for stochastic processes”
Institution: LSTA, Université Pierre et Marie Curie-Paris.
Lugar: Aula A-23. Facultad de Ciencias.
Fechas: 20 de Septiembre 10.00-11.30.
Abstract:: In this presentation, after some recalls concerning general prediction theory, we adopt a Bayesian point of view for predicting real and high dimensional stochastic processes. We give two equivalent definitions of a Bayesian predictor and study some properties: admissibility, prediction sufficiency, unbiasedness, comparison with efficient predictors. In the real case, we apply the results to prediction of Poisson processes. We also consider prediction of the Ornstein-Uhlenbeck process in the continuous and sampled situations. Some simulations illustrate the results. Finally, in high dimension, we deal with infinite dimensional Poisson processes and autoregressive processes in Hilbert spaces.
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Constructing functional linear filters ”
Institution: LSTA, Université Pierre et Marie Curie-Paris.
Lugar: Aula A-25. Facultad de Ciencias.
Fechas: 18 de Septiembre. 10.00-11.30
Abstract:: This talk deals with prediction in large dimensions. The goal is to construct the best linear predictor of Y given X, say (X); where X and Y are random variables with values in two Hilbert spaces . The difficulty comes from the fact that, in general, is not continuous, since it is not defined everywhere. In a first part, we study general forms of ARMA processes in a Hilbert space, associated with noncontinuous linear operators. In the second, by using measurable linear transformations and linearly closed subspaces we obtain explicit forms of the best linear predictor. Various examples are considered: processes with roots of modulus 1; Kalman-Bucy filter, compound Ornstein-Uhlenbeck process, model with noise, tensorial product of Gaussian random variables, extended exponential smoothing, Bayesian estimation in Hilbert spaces.
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Developments in Spatio-Temporal Statistics ”
Institution: San Diego State University, USA.
Localización:” Viernes, 7 de septiembre de 2012. Aula A4. Facultad de Ciencias.”
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Stochastic processes and their applications ”
Institution: Departamento de Matemáticas y Aplicaciones (R. Cacciopoli) de la Universidad Federico II de Nápoles.
Lugar: Aula G-12. Facultad de Ciencias.
Fechas: 10 y 11 de julio
Contenidos: Part 1: Introduction to Markov Chain and applications. Part 2: Birth and death processes and applications in queueing theory. Part 3: Gaussian processes and applications.
- Inscripción (sin coste): Interesados deben contactar con: fdeasis@ugr.es (Francisco de Asís Torres Ruíz, Departamento de Estadística eI.O.)
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Optimización de superficies de respuesta multivariantes. Un enfoque desde la optimización multiobjetivo estocástica ”
Institution: Universidad Autonoma Agraria Antonio Narro, Saltillo, Mexico.
Lugar: Aula A-11. Facultad de Ciencias.
Fechas: 6 de Julio
Abstract:: El problema de la optimización de superficies de respuesta multivariado es planteado como un problema de optimización multiobjetivo estocástica. Diferentes soluciones son presentadas bajo este contexto. Un ejemplo de la literatura es presentado aplicando los diferentes enfoques estudiados. Se finaliza exponiendo algunos problemas relacionados
TITULO:” CONTRASTES DE BONDAD DE AJUSTE PARA MODELOS DE REGRESIÓN ”
Profesor: WENCESLAO GONZÁLEZ MANTEIGA y ROSA MARÍA CRUJEIRAS CASAIS(Universidad de Santiago de Compostela).
Fechas: Del 25 al 29 de Junio.
Lugar: Facultad de Ciencias, Aula A-21 y sala de ordenadores (prácticas en R).
Número de horas: 15
Contenidos: 1. Introducción. 2. Contrastes de bondad de ajuste para modelos de regresión. 3. Contrastes de bondad de ajuste para modelos generalizados. 4. Contrastes de bondad de ajuste para modelos con datos complejos. 5. Contrastes con datos dependientes.
- Dirigido especialmente a alumnos de doctorado y máster.
- Inscripción (sin coste): Interesados deben contactar con alguna de las siguientes direcciones:
jmangulo@ugr.es (José Miguel Angulo Ibáñez, Coordinador del PDME) ramongs@ugr.es (Ramón Gutiérrez Sánchez, Secretario del PDME)
TITULO:” SPATIAL POINT PATTERNS ”
Profesor: JORGE MATEU MAHIQUES (Catedrático de la Universitat Jaume I, Castellón).
Fechas: 14 y 15 de junio de 2012.
Lugar: Facultad de Ciencias, Aula A-21 y sala de ordenadores (prácticas en R).
Número de horas: 10
Contenidos: Fundamentos teóricos. Modelos de procesos puntuales espaciales. Tests Monte Carlo y medidas de aleatoriedad espacial completa. Procesos puntuales de Gibbs, simulación e inferencia. Análisis de anisotropía y orientación. Funciones LISA para densidades producto locales. Patrones puntuales espaciales funcionales. Extensiones al espacio-tiempo.
- Dirigido especialmente a alumnos de doctorado y máster.
- Inscripción (sin coste): Interesados deben contactar con alguna de las siguientes direcciones:
jmangulo@ugr.es (José Miguel Angulo Ibáñez, Coordinador del PDME) ramongs@ugr.es (Ramón Gutiérrez Sánchez, Secretario del PDME)
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” The Do-validation method with applications to survival data ”
Institution: Cass Business School, City University London, United Kingdom. .
Localización:” Lunes 4 de junio; 12:00. Aula A11. Facultad de Ciencias.”
Abstract: Bandwidth selection in kernel density estimation is one of the fundamental model selection problems of mathematical statistics. Recently Mammen, Martínez-Miranda, Nielsen and Sperlich (2011) have proposed a new method called Do-validation. The Do-validation method is much more stable than classical cross-validation with a performance comparable to plug-in in its asymptotic properties but that showed a much better and more stable performance in simulation studies. The reason seems to be that a lot of efficiency is lost through the practical implementation of the plug-in estimator that introduces another different problem: how to estimate the bandwidth of the pilot estimator. In contrast Do-validation is also a very simple procedure that does not need any pilot estimation and that is to implement as simple as classical cross-validation. In this seminar we describe the Do-validation method and show its theoretical and practical properties. We present an application in old-age mortality where the data are available only at discrete time points. We show how Do-validation works for highly realistic and highly discretized real life examples while classical cross-validation breaks down.
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Tauberian and Abelian theorems for Long-Range Dependent Random Fields”
Institution: Cardiff University, United Kingdom .
Localización:” Martes 29 de mayo, 12:00. Aula A23. Facultad de Ciencias.”
Abstract: We describe a framework for asymptotic behaviour of covariance functions or variances of averaged functionals of random fields at infinity and spectral densities at zero. We survey some Abelian and Tauberian theorems for long-range dependent random fields. The use of the theorems and their limitations are demonstrated through applications to some new and less-known examples of covariance functions of long-range dependent random fields. This is a joint results with Dr.A.Olenko (La Trobe University, Melbourne, Australia).
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Analytic Inference for Complex Surveys with Informative Selection”
Institution: Colorado State University.
Localización:” Miercoles 23 de mayo, 11.00 Biblioteca del Departamento de Estadística e I.O.”
Abstract: In analytic inference for a regression relationship using data from a complex survey, informative selection may distort regression relationships and lead to inconsistent estimation. Tests of informative selection are reviewed. A new likelihood ratio test for informative selection is developed, its asymptotic properties are described, and a bootstrap version is derived. Simulation results illustrate the usefulness of the test. If informative selection is found to be present, a standard approach to inference is to expand the covariates to account for design features, but these design covariates may be of no scientific interest. An approach to removing these design covariates using nonparametric regression is explored. The resulting predictor has variance that can be estimated using a combination of standard design-based variance estimation and model-based variance estimation.
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
El Doctorado en Matemáticas y Estadística y el Master Oficial en Estadística Aplicada colaboran en la organización del III Seminario sobre Análisis de Datos Funcionales que se desarrollará en la Facultad de Ciencias y en la Facultad de Farmacia los días 2 y 3 de Mayo de 2012. [ + información]
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Nonlinear methods for the analysis of functional data”
Institution: Universidad de California, Davis.
Localización:” Miercoles 2 de mayo, Aula A24”
Abstract: For the analysis of samples of observed random functions, linear methods such as functional principal component analysis have proven ver useful. As a consequence, in recent years much research effort has gone into exploring the properties of linear functional approaches. We review some of these developments, especially in the context of demographic applications, and then demonstrate that for many applied problems, suitable nonlinear approaches provide a promising alternative. These approaches are particularly adequate for functional data lying on a nonlinear lowdimensional space. An interesting situation where this happens is the presence of random time variation.
TITULO:” Methodological approaches for the investigation of time dynamics of natural processes”
Department: Istituto di Metodologie per l’Analisi Ambientale.
Institution: Consiglio Nazionale delle Ricerche.
Los procesos naturales son caracterizados por rasgos tan complejos que asignan metodologías que se aplican para conseguir la perspicacia en su dinámica interior. En esta conversación algunas técnicas no lineales (la fractal, la multifractal, informativo) serán descritas y aplicadas a varios fenómenos geo-ambientales y señales de observación para su caracterización dinámica.
TITULO:” Aproximación a la investigación en Didáctica de la matemática”
Departamento: Departamento de Didáctica de las Matemáticas.
Institución:Universidad de Granada.
Fecha: Viernes 23 de Marzo a las 12:00 horas
El objetivo de este seminario es servir de introducción al joven investigador que se propone iniciar su especialización en Didáctica de la matemática. Esta aproximación se hace desde la filosofía de la ciencia, la sociología de la ciencia y la metodología de la investigación.
Subvencionado por el Ministerio de Educación, Cultura y Deporte MHE2011-00254
TITULO:” Agenda de investigación en Didáctica del Análisis”
Institution: Universidad de Valladolid
Localización:” Miércoles 8 de Febrero, 11.00. Seminario de Didáctica de la Matemática.”
El alumno elaborará un breve informe acerca de los contenidos tratados y acciones desarrolladas en cada seminario, conferencia o mini-curso en que haya participado, incluyendo una valoración crítica sobre su potencialidad en la investigación.