ORIENTAMAT: Sesión Informativa Departamento de Estadística e Investigación Operativa

1. ORIENTAMAT: Sesión Informativa Departamento de Estadística e Investigación Operativa Desirée Romero Molina

2. Composición Sección departamental de Melilla Unidades docentes: Bioestadística y Cartuja. • Facultad de Ciencias • Facultad de Ciencias Económicas y Empresariales • Facultad de Ciencias de la Actividad Física y del Deporte • Facultad de Ciencias Políticas y Sociales • Facultad de Ciencias del Trabajo • Facultad de Ciencias de la Salud • Facultad de Ciencias Sociales de Melilla • Facultad de Comunicación y Documentación • Facultad de Educación y Humanidades de Ceuta • Facultad de Farmacia • Facultad de Medicina • Facultad de Odontología • E.T.S. de Ingeniería, Canales y Puertos • E.T.S. de Ingeniería Informática y Telecomunicaciones

3. Docencia Titulaciones • Diplomado en Biblioteconomía y Documentación • Diplomado en Ciencias Empresariales (Ceuta y Melilla) • Diplomado en Enfermería • Diplomado en Estadística • Diplomado en Fisioterapia • Diplomado en Gestión y Administración Pública (Melilla) • Diplomado en Nutrición Humana y Dietética • Diplomado en Relaciones Laborales (Granada y Melilla) • Diplomado en Turismo • Escuela de Análisis Clínicos • Ingeniero de Caminos, Canales y Puertos • Ingeniero en Informática • Ingeniero Químico

4. Ingeniero Técnico en Informática de Gestión (Granada y Ceuta) • Ingeniero Técnico en Informática de Sistemas • Licenciado en Administración y Dirección de Empresas • Licenciado en Antropología Social y Cultural • Licenciado en Biología • Licenciado en Ciencia y Tecnología de los Alimentos • Licenciado en Ciencias Ambientales • Licenciado en Ciencias de la Actividad Física y el Deporte • Licenciado en Ciencias del Trabajo • Licenciado en Ciencias y Técnicas Estadísticas • Licenciado en Documentación • Licenciado en Economía • Licenciado en Farmacia • Licenciado en Geología • Licenciado en Investigación y Técnicas de Mercado • Licenciado en Matemáticas • Licenciado en Medicina • Licenciado en Odontología • Licenciado en Sociología

5. Docencia Masters y Doctorados • Master Universitario en Física y Matemática (FisyMat) • Master Universitario en Matemáticas • Master Universitario en Estadística Aplicada

6. Asignaturas Troncales y Obligatorias Segundo Curso • Probabilidad y Estadística Tercer Curso • Ampliación de Estadística

7. Asignaturas Optativas Primer Ciclo • Análisis de Datos Segundo Ciclo Recomendaciones y características • Teoría de la Probabilidad Haber cursado el primer ciclo completo • Análisis Multivariante Haber cursado teoría de la probabilidad • Estadística Computacional Asignatura virtual • Modelos de la Investigación Operativa Haber cursado teoría de la probabilidad • Procesos Estocásticos Haber cursado teoría de la probabilidad • Seminario de Historia de la Matemática Asignatura interdepartamental

8. Libre Configuración • Bioestadística • Estadística Computacional I • Estadística Computacional II (recomendada si se ha cursado la optativa Est. Comp.) • Estadísticas Públicas y Demografía Estadística • Inferencia Bayesiana y Teoría de Decisión • Modelizacion y Predicción Estocasticas • Muestreo Estadístico Avanzado • Problemas Clásicos de la Probabilidad y la Estadística • Técnicas de Análisis Multivariante • Técnicas de la Fiabilidad • Técnicas Estadísticas para la Calidad

9. Grupos de Investigación Grupos de la Junta de Andalucía • FQM145 - ESTADÍSTICA COMPUTACIONAL Y APLICADA • FQM147 - ANÁLISIS ESTADÍSTICO DE DATOS MULTIVARIANTES Y PROC. EST. • FQM157 - CÁLCULO ESTOCÁSTICO • FQM224 - ANÁLISIS DE SUPERVIVENCIA, DISTRIBUCIONES DE PROBABILIDAD • FQM235 - BIOESTADÍSTICA • FQM299 - MODELIZACIÓN ESTOCÁSTICA EN FIABILIDAD Y SUPERVIVENCIA • FQM307 - MODELIZACIÓN Y PREDICCIÓN CON DATOS FUNCIONALES • FQM365 - DISEÑO Y ANÁLISIS ESTADÍSTICO DE ENCUESTAS POR MUESTREO

10. Grupos de Investigación Proyectos de Investigación • MTM2009-08886: Análisis de Tablas de Contingencia desde las Perspectivas del Acuerdo, el Diagnóstico, la Independencia y la Equivalencia. • MTM2008-05567:Aportaciones al problema de estimación de señales aleatorias lineales y no lineales a partir de observaciones ruidosas sujetas a fallos aleatorios. • MTM2008-05785: Nuevas difusiones homogéneas y no-homogéneas y distribuciones multivariantes singulares. Aplicaciones a la modelización estocástica en crecimiento de poblaciones y Cambio Climático.

11. FQM145 Estadística Computacional y Aplicada • Personal • Investigador Principal:Andrés González Carmona • Pedro Antonio García López • Juan Antonio Maldonado Jurado • María Dolores Martínez Miranda • Rocío Raya Miranda • Diego Torrecilla de Amo • José Fernando Vera Vera Palabras Clave:Estadística computacional. Muestreo en poblaciones finitas. Muestreo sucesivo. • Líneas de investigación:Índices estadísticos multivariantes de biodiversidad. Muestreo. Regresión no paramétrica. Escalamiento multidimeniosnal. Análisis computacional de encuestas. Implementación computacional, metodología delfos.

12. FQM147 Análisis Estadístico de Datos Multivariantes y Procesos Estocásticos • Personal • Investigador Principal:Ramón Gutiérrez Jáimez • Francisco Javier Alonso Morales • José Miguel Angulo Ibáñez • Ramón Gutiérrez Sánchez • Ana Esther Madrid García • Ahmed Nafidi • Eva María Ramos Ávalos Palabras Clave:Análisis multivariante. Campos aleatorios. Procesos de Markov. Procesos estocásticos de difusión. • Líneas de investigación:Procesos estocásticos de difusión y campos aleatorios. Métodos estadísticos multivariantes y aplicaciones. Modelización estocásica en economía, finanzas, ciencias naturales y de la vida. Estadística medioambiental. Métodos de análisis estadísticos. • Nuria Rico Castro • Patricia Román Román • Desirée Romero Molina • María Dolores Ruíz Median • Francisco de Asís Torres Ruíz

13. FQM157 Cálculo Estocástico • Personal • Investigador Principal:Josefa Linares Pérez • Francisco Abad Montes • Mª Jesús García-Ligero Ramírez • Aurora Hermoso Carazo • Silvia Mª Valenzuela Ruíz • Palabras Clave:Difusiones. Ecuaciones diferenciales estocásticas. Estimación. Estimación lineal mínimo cuadrática. Estimación polinomial. Observaciones inciertas. Ruido multiplicativo. Sistemas dinámicos estocásticos. Sistemas Estocásticos. • Líneas de investigación: Ecuaciones diferenciales estocásticas. Modelos de difusión. Estimación en sistemas estocásticos. Sistemas con ruido multiplicativo en las observaciones. Estimación de señales. Aplicaciones en modelización estocástica.

14. FQM224 Análisis de Supervivencia y Distribuciones de Probabilidad • Personal • Investigador Principal:Julia García Leal • María José del Moral Ávila • Esteban Navarrete Álvarez • Jose Manuel Quesada Rubio • María Jesús Rosales Moreno  • Palabras Clave:Diseños experimentales, estimación model frailty, modelo Cox, procesos estocásticos, supervivencia. • Líneas de investigación:Construcción e inferencia de modelos de supervivencia univariantes y multivariantes, en tiempo discreto y continuo. Procesos estocásticos y su aplicación al análisis de supervivencia. Modelos frailty en análisis de supervivencia.

15. FQM235 Bioestadística • Personal • Investigador Principal:Juan de Dios Luna del Castillo • María Álvarez Hernández • Pedro Jesús Femia Marzo • Ana Eugenia Marín Jiménez • Antonio Martín Andrés • María Teresa Miranda León • Francisco Requena Guerrero • José Antonio Roldán Nofuentes • Juan Miguel Tapia García • Palabras Clave:Acuerdo. Bioequivalencia. Bioestadística. Estadística computacional. Estadística aplicada . Métodos de diagnóstico. Tablas 2x2. Tablas RxS. Test exactos. • Líneas de investigación:Bioestadística. Tablas 2x2, 2xS. Tablas RxS. Medidas de acuerdo. Bioequivalencia. Estadística computacional. Estadística aplicada . Métodos de diagnóstico.

16. FQM299 Modelización Estocástica en Fiabilidad y Supervivencia • Personal • Investigador Principal:Rafael Pérez Ocón • Rosaura Fernández Pascual • María Luz Gámiz Pérez • Delia Montoro Cazorla • Mª Carmen Olvera Porcel • Mª del Carmen Segovia García • Palabras Clave:Fiabilidad y riesgo. • Líneas de investigación:Reparación y mantenimiento de sistemas usando modelos markovianos. Modelos multiestados es análisis de supervivencia. Modelos estadísticos y métodos aplicados al estudio de tiempos de vida. Inferencia en procesos estocásticos markovianos. Métodos analítico matriciales y tiempos de vida.

17. FQM307 Modelización y Predicción con Datos Funcionales • Personal • Investigador Principal:Mariano José Valderrama Bonnet • Ana María Aguilera del Pino • María del Carmen Aguilera Morillo • Manuel Escabias Machuca • Francisco Jiménez Gómez • Francisco Antonio Ocaña Lara Palabras Clave:Datos funcionales. Modelos aleatorios. Predicción dinámica. Componentes principales. Líneas de investigación:Análisis funcional en componentes principales. Modelos de respuesta discreta con datos funcionales. Modelos de espacio de estados y filtrado de Kalman. Modelos poissonianos con intensidad aleatoria. Aplicaciones medioambientales y económicas. • Francisco Manuel Ocaña Peinado • Mónica Ortega Moreno • Paula Rodríguez Bouzas • Juan Eloy Ruiz Castro

18. FQM365 Diseño y Análisis estadístico de Encuestas por Muestreo • Personal • Investigador Principal:María del Mar Rueda García • Antonio Arcos Cebrian • Ana María Lara Porras • Juan Francisco Muñoz Rosas • Ismael Ramón Sánchez Borrego • Juan José Serrano Pérez • Encarnación Álvarez Verdejo Palabras Clave:Muestreo en poblaciones finitas. Falta de respuesta. Diseño de encuestas. Líneas de investigación:Calibración, estimación con datos faltantes, regresión no paramétrica, diseño de experimentos.

19. Título de la tesis: Inferencia exacta y asintótica para parámetros de tests diagnósticos discretos en presencia de verificación parcial La Tesis Doctoral expone el problema de la verificación parcial y da un repaso a los parámetros más importantes utilizados para medir la eficacia de un test diagnóstico binario. Repasa los resultados existentes sobre la comparación de parámetros de dos tests diagnósticos binarios cuando la verificación parcial está presente. Resuelve el problema de la comparación de múltiples tests diagnósticos binarios cuando existe verificación parcial. Para ello se proponen nuevos tests de hipótesis globales basados en la distribución chi-cuadrado. A estos nuevos tests se les ha caracterizado su comportamiento asintótico, pudiendo afirmar por ello que la comparación de parámetros de más de dos tests diagnósticos binarios en presencia de verificación parcial se debe realizar mediante el correspondiente test de hipótesis global y no aplicando el método de Bonferroni. En general los tests aplicados a los parámetros a los que se les ha realizado alguna transformación, como puede ser la transformación logarítmica o la transformación logit, tienen un comportamiento asintótico superior al de los tests en la escala original.

20. Título de la tesis: Modelos de clasificación y multidimensional scaling y su tratamiento computacional En esta tesis se desarrollaron varios modelos que realizan análisis cluster y escalamiento multidimensional de manera simultánea, partiendo de una matriz (n × n) de datos unimodales a dos vías que representa disimilaridades continuas entre n objetos y de una matriz (n×p) de datos bimodales a dos vías que representa el grado de preferencia de n individuos sobre p estímulos u objetos. Estos modelos realizan una clasificación de los objetos (para datos unimodales a dos vías) o bien de individuos y objetos (datos bimodales a dos vías) en un número definido de grupos y simultámente representan los centros de estos grupos en un espacio de dimensión baja. La estimación de los parámetros de los modelos se realizó bajo los contextos de mínimos cuadrados y de máxima verosimilitud, desarrollandose procedimientos Monte Carlo bajo un esquema de Annealing Simulado para encontrar la partición y representación óptima. Para determinar el número de grupos y la dimensionalidad de su representación que describa adecuadamente la estructura original de los datos, se realizaron extensiones de algunos criterios considerados originalmente para datos unimodales. Finalmente, para ilustrar el desempeño de los modelos se consideraron ejemplos artificiales y reales, comparandose sus resultados con los obtenidos con modelos de dos pasos, es decir, modelos que aplican de manera independiente el análisis cluster y MDS, en todos los casos los modelos desarrollados presentaron un desempeño satisfactorio.

21. Título de la tesis: Estudio de sistemas redundantes discretos en fiabilidad En la tesis "Estudio de sistemas redundantes discretos en fiabilidad" se estudian distintos sistemas discretos de fiabilidad y el objetivo principal que se persigue con este trabajo es modelizar dichos sistemas de forma algebraica y algorítmica, donde los tiempos implícitos tienen un comportamiento general. Para ello se introducen las distribuciones tipo fase. La tesis se compone de cinco capítulos. El primero de ellos se dedica a la presentación de conceptos básicos que serán utilizados en capítulos posteriores. El resto de capítulos se desarrollan de forma secuencial, cada uno de ellos con modelos de fiabilidad independientes. En el segundo capítulo se presenta un sistema de fiabilidad con unidades en reserva pasiva, en el tercero un sistema con unidades en reserva pasiva y pérdida de unidades. El cuarto capítulo presenta un sistema con unidades en reserva activa y el último capítulo se estudia un sistema con unidades en reserva activa con pérdida de unidades. Todos los contenidos de esta tesis se han implementado computacionalmente con Matlab y cada modelo se ilustra mediante un ejemplo numérico.

22. Título de la tesis: Modelos de choque y desgaste: Aproximación analítico-matricial El propósito de la tesis es el estudio de modelos de choques y desgaste mediante el uso de métodos analítico-matriciales. Los modelos de choques y desgaste son clásicos en la teoría de fiabilidad. Los sistemas están sometidos a condiciones medioambientales que ocasionan daños externos que modifican su operatividad. Todas estas causas se consideran choques. Algunos de estos choques pueden ser fatales. Las distribuciones tipo-fase se introducen en esta memoria de investigación para representar tiempos de vida; y los procesos de llegadas Markovianos se utilizan para representar llegadas de choques. Bajo estas condiciones el proceso que gobierna el sistema es un proceso de Markov con espacio de estados vectorial. Se consideran los distintos modelos en régimen transitorio y estacionario: el modelo general, modelos que soportan un número de choques limitado, modelos de reemplazamiento, y algunos más relacionados con aplicaciones prácticas. El cálculo de la función de supervivencia y otras medidas de fiabilidad se lleva a cabo siguiendo procedimientos analíticos y otros puramente Markovianos. Las expresiones se presentan de forma algorítmica con el objetivo de que puedan ser utilizadas en las aplicaciones. Pensando en la aplicabilidad de estos modelos, se han utilizado programas que permiten el ajuste de distribuciones tipo-fase a cualquier conjunto de datos o distribución paramétrica; estos ajustes se han utilizado en las aplicaciones numéricas presentadas en la Memoria.

23. Título de la tesis: Análisis estadístico de datos espacio-temporales mediante modelos funcionales de series temporales En la presente memoria titulada "Análisis Estadístico de datos Espacio-Temporales mediante Modelos Funcionales de Series Temporales" se aportan nuevas herramientas para la resolución de los problemas de estimación paramétrica funcional, filtrado y extrapolación en el contexto de series autorregresivas hilbertianas (ARH) para el análisis de secuencias de datos funcionales espaciales. Concretamente, los resultados obtenidos en esta tesis han sido: La derivación de una versión escalar de la ecuación de estados funcional que define los modelos ARH(p), p > 0, mediante la formulación infinito-dimensional del análisis Principal Oscillation Pattern (POP), desarrollado previamente en el contexto de series temporales ordinarias. Dicha formulación proporciona en el caso ARH(1) la diagonalización de la ecuación de estados en términos de la descomposición espectral del operador de autocorrelación. En el caso ARH(p), con p>0, se obtiene la diagonalización de la ecuación de estados en términos de la descomposición espectral múltiple del espacio de parámetros multidimensional; La implementación del filtrado de Kalman en los modelos ARH(1) y ARH(p), p>0, a partir de la descomposición POP derivada para procesos autorregresivos hilbertianos. Más concretamente, dicha implementación se obtiene mediante la proyección en los sistemas de bases de Riesz duales implicados de los operadores que definen los momentos de orden dos condicionados a la información muestral funcional; La obtención de estimadores máximo-verosímiles para los parámetros funcionales involucrados en la formulación de los modelos ARH(p), p > 0. El cálculo de estos estimadores se obtiene a partir de la combinación del filtrado y suavizamiento de Kalman con el algoritmo EM.