Líneas de Investigación

Inferencia estadística

Responsables: Contreras, A., González-Barrios, J.M., O’Reilly, F.J., Rueda, R. y Ruiz-Velasco,S.


Análisis multivariado

Responsable: Ruiz-Velasco,S. y Soriano, A.

Se trabaja en el área de análisis discriminante, particularmente en encontrar el mejor subconjunto de variables, en el sentido que mejor discriminen y en la generalización de ésta y otras propuestas al caso de distribuciones elípticas.


Bondad de ajuste

Responsable: O’Reilly, F.J. y Gracia-Medano, L.E.

Se realiza bondad de ajuste con diversos esquemas de censura, y también, el desarrollo de algoritmos para evaluar, en línea, la significancia exacta de las pruebas de bondad de ajuste evitando aproximaciones asintóticas.


Inferencia fiducial

Responsable: O’Reilly, F.J.

Se estudia la distribución fiducial en lo general, intentando construir generadores de dicha distribución, para simular de ella. El objeto de estudio ha sido un tanto controversial, pero fuera de los resultados cuando los parámetros forman un grupo, se trabajan casos que no caen en esta estructura.


Modelos mixtos en medicina

Responsable: Ruiz-Velasco,S.

Junto con S. Rothenberg y L. Schnaas se desarrollan modelos mixtos para datos longitudinales para explicar la asociación de medidas antropométricas y físicas con la exposición a plomo desde la etapa prenatal de un ser humano hasta el momento de la medición de interés; se han encontrado puntos de cambio en este modelo y se desarrollan herramientas para manejarlos, así como diagnósticos para dichos modelos. Estos modelos también se utilizaron para medir la relación de la inteligencia a diferentes edades así como su relación con la exposición a plomo. Por otra parte, junto con M. Vallejo se emplearon modelos mixtos para relacionar la contaminación por partículas respirables con la variabilidad cardíaca.


Muestras condicionalmente independientes para bondad de ajuste en modelos lineales generalizados.

Responsable: Ruiz-Velasco,S.

Se utiliza la metodología propuesta por O’Reilly y Gracia-Medrano, así como por O’Reilly, Stephens y Lockhart para generar muestras condicionalmente independientes en el caso de modelos lineales generalizados, y de esta manera poder obtener la distribución de estadísticas de bondad de ajuste.


 

 

Siguiente Regreso