Departamento de Estadística e Investigación Operativa

Compartir:

Programación del Seminario: Año 2023

 
 

 

  

 

Inicio

 

 

Modelos de Análisis de la Varianza Funcional (FANOVA) para detectar patrones en Biomecánica

PONENTE: Ana Aguilera

IDIOMA: Castellano

MODALIDAD:  Híbrida

LUGAR:  Edificio C5, Sala C5-202, Campus Norte, UPC, Barcelona. 
   Para acceder a la sesión per videoconferencia, contactadnos no más tarde del 16/02: maria.albareda@upc.edu

FECHA: Viernes 17 de febrero de 2023  Hora: 12:30

RESUMEN: Este trabajo está motivado por la detección de patrones en datos
de Biomecánica que son curvas que representan el movimiento humano (ángulo de flexión
de las articulaciones, velocidad, aceleración, etc) cuando los individuos están sometidos a
determinadas condiciones. Aunque estos datos son analizados usualmente a partir de
medidas de resumen discretas, su propia naturaleza hace que las metodologías
estadísticas de Análisis de Datos Funcionales sean las más adecuadas para evitar
una pérdida sustancial de información y la obtención de resultados sesgados. Para resolver
el problema planteado se desarrolla una forma novedosa de ANOVA funcional con medidas
repetidas basada en la aproximación de las curvas muestrales mediante una representación
adecuada con bases de funciones. El comportamiento del modelo será estudiado con
datos simulados y datos reales de movimiento humano obtenidos en los laboratorios del
Instituto Mixto Universitario Deporte y Salud de la Universidad de Granada (IMUDS).

SOBRE LA AUTORA:  Ana Aguilera es Licenciada y Doctora en Ciencias Matemáticas por
la Universidad de Granada (UGR). Es Catedrática de Universidad en el Departamento
de Estadística e I.O. de la UGR y ha sido evaluada positivamente con seis tramos docentes
(UGR), cinco autonómicos (AGAE) y cuatro de investigación (CNEAI).  Actualmente es
Coordinadora del Grado en Estadística de la UGR, miembro del Comité Ejecutivo del
Instituto de Matemáticas de la UGR (Unidad de Excelencia IMAG “Maria de Maeztu”) y Co-
Editora Jefe de la revista Test de la Sociedad de Estadística e I.O. Su investigación trata de
desarrollar nuevas metodologías de Análisis de Datos Funcionales para resolver problemas
en diversas áreas como el medio ambiente, la espectrometría, la biomecánica, la
neuromusicología y la electrónica.

Para más información sobre la autora, consulta https://www.ugr.es/personal/ana-maria-aguilera-pino

 

Differentially Private Hypothesis Testing with the Subsampled and Aggregated Randomized Response Mechanism

INVITADO: Víctor Peña

IDIOMA: Inglés

LUGAR:  Seminari EIO, ETSEIB (ed. Eng. Industrial), Planta 6, Campus Sud. UPC, Av. Diagonal 647, Barcelona

FECHA: Miércoles, 15 de marzo de 2023. Hora: 12:30

RESUMEN: Randomized response is one of the oldest and most well-known methods for analyzing confidential data. However, its utility for differentially private hypothesis testing is limited because it cannot achieve high privacy levels and low type I error rates simultaneously. We show how to overcome this issue with the subsample and aggregate technique. The result is a general-purpose method that can be used for both frequentist and Bayesian testing. We illustrate the performance of our proposal in three scenarios: goodness-of-fit testing for linear regression models, nonparametric testing of a location parameter, and the nonparametric Kruskal-Wallis test.

ACERCA DEL AUTOR:  Víctor Peña is a María Zambrano fellow at Universitat Politècnica de Catalunya (UPC). Prior to that, he was an Assistant Professor at Baruch College, which is part of the City University of New York (CUNY). He obtained a PhD in Statistical Science at Duke University, advised by James O. Berger.

 

 

 

COVID-19 in Catalonia: dealing with a pandemic from a biostatistical perspective 

INVITADO: Jordi Cortés, Daniel Fernández, Guadalupe Gómez Melis, Klaus Langohr (GRBIO: Research Group in Biostatistics and Bioinformatics)

IDIOMA: Catalán (y Castellano)

MODALIDAD: Híbrida

LUGAR:  Edificio C5, Sala C5-202, Campus Nord, UPC, Barcelona. 
   Para acceder a la sesión per videoconferencia, contactadnos no más tarde del 04/05: maria.albareda@upc.edu

FECHA: Viernes, 5 de mayo de 2023. Hora: 12:00

RESUMEN: Modeling the disease course of a hospitalized person regarding serious events is of great clinical relevance. Besides death, other clinically intermediate events such as admission to ICU or need of respiratory aid are important to identify prognostic factors and for clinical management. We will present the experience of the DIVINE (Dynamic evaluation of COVID-19 clinical states and their prognostic factors to improve the intra-hospital patient management) multidisciplinary research team that was set up to achieve a deeper understanding of the severe form of the disease caused by the SARS-CoV-2 virus. The study was based on more than 5,000 subjects from several waves of the pandemic in five hospitals in the Barcelona metropolitan south region. Our collaboration had 4 main goals: 1. Identification of clinically relevant prognostic factors for severe pneumonia, invasive respiratory support and death by means of multi-state models; 2. Development of a user-friendly interactive prediction web app based on the multi-state model; 3. Identification of relevant hidden patient profiles using clustering analysis; and 4. Estimation of the COVID-19 incubation time period during the 5th wave with the generalized odds-rate class of regression models considering the interval-censored nature of the collected data.


ACERCA DE LOS AUTORES:  Els quatre ponents formen part del grup de recerca en Bioestadística i Bioinformàtica (GRBIO). Aquest grup de recerca va ser creat al 2014 i recentment ha estat reconegut i finançat per l’AGAUR en la darrera convocatòria SGR 2021. El grup consta de 28 membres, comptant 5 estudiants de doctorat, afiliats a les universitats UPC i UB i a instituts de recerca. Entre les principals línies de recerca destaquen l’anàlisi de supervivència, el disseny d'assajos clínics, i el tractament de dades òmiques. Diversos membres del grup, incloent els ponents, van participar recentment en el projecte DIVINE (acrònim de Dynamic evaluation of COVID-19 clinical states and their prognostic factors to improve the intra-hospital patient management) que va ser conseqüència del finançament atorgat en la convocatòria PANDÈMIES 2020. Aquest projecte, realitzat en col·laboració amb l’IDIBELL i l’Hospital de Bellvitge, va tenir com objectiu ampliar el coneixement de la COVID-19 a través de pacients hospitalitzats per millorar el seu maneig intra-hospitalari així com proposar solucions per futures pandèmies.

Más Información del grupo de investigación GRBIO en: https://grbio.upc.edu/.

 

Inicio