Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

PID2019-106341GB-I00

Financiado

Cerrado

MODELIZACION BAYESIANA DE DATOS COMPLEJOS CORRELADOS

MODELIZACION BAYESIANA DE DATOS COMPLEJOS Y CORRELACIONADOS (BAYES_COCO) ES UN PROYECTO DE INVESTIGACION METODOLOGICA Y APLICADA EN INFERENCIA BAYESIANA, SU OBJETIVO PRINCIPAL ES DESARROLLAR CONOCIMIENTO CIENTIFICO PARA EL ESTUDI... ver más

01/01/2019

56K€

Presupuesto del proyecto: 56K€

Líder del proyecto

UNIVERSITAT DE VALÈNCIA (ESTUDI GENERAL) No se ha especificado una descripción o un objeto social para esta compañía.

Sin perfil tecnológico

Fecha límite participación Sin fecha límite de participación.

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01 No tenemos la información de la convocatoria

0% 100%

Información adicional privada

No hay información privada compartida para este proyecto. Habla con el coordinador.

Participantes

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

MTM2015-64842-P PROCEDIMIENTOS BASADOS EN MODELOS PARA ESTIMACION EN AREAS P... 36K€ Cerrado

MTM2013-40941-P METODOS AVANZADOS EN MODELOS ESPACIALES DE SOBREDISPERSION,... 39K€ Cerrado

MTM2009-09473 PROCEDIMIENTOS DE ESTIMACION EN PEQUEÑAS AREAS ¿ MODELOS DE... 59K€ Cerrado

MTM2014-56233-P PREDICCION Y OPTIMIZACION BAJO INCERTIDUMBRE: MODELOS ESTOCA... 21K€ Cerrado

MTM2016-77501-P MODELOS BAYESIANOS PARA DATOS CORRELADOS EN CIENCIAS DE LA V... 66K€ Cerrado

PID2019-104790GB-I00 CUANTIFICACION BAYESIANA DE LA INCERTIDUMBRE EN SELECCION DE... 46K€ Cerrado

Líder del proyecto

UNIVERSITAT DE VALÈNCIA (ESTUDI GENERAL) No se ha especificado una descripción o un objeto social para esta compañía.

Sin perfil tecnológico

Presupuesto del proyecto 56K€

Fecha límite de participación Sin fecha límite de participación.

Descripción del proyecto MODELIZACION BAYESIANA DE DATOS COMPLEJOS Y CORRELACIONADOS (BAYES_COCO) ES UN PROYECTO DE INVESTIGACION METODOLOGICA Y APLICADA EN INFERENCIA BAYESIANA, SU OBJETIVO PRINCIPAL ES DESARROLLAR CONOCIMIENTO CIENTIFICO PARA EL ESTUDIO Y ANALISIS DE MODELOS ESTADISTICOS PARA DATOS CORRELACIONADOS COMPLEJOS, ESTOS DATOS PUEDEN GENERARSE MEDIANTE ESTRUCTURAS JERARQUICAS, POSIBLEMENTE DEPENDIENTES DEL TIEMPO Y/O EL ESPACIO, CON CENSURA Y TRUNCAMIENTO E INFORMACION FALTANTE,BAYES_COCO TIENE TAMBIEN UNA VOCACION DE COMUNICACION E INTERCAMBIO CON OTRAS DISCIPLINAS QUE UTILIZAN LA ESTADISTICA COMO UNA HERRAMIENTA PARA CREAR PROGRESO Y CONOCIMIENTO,ESTE PROYECTO SE ESTRUCTURA EN CUATRO BLOQUES:BLOQUE 1, MODELOS ESPACIALES Y ESPACIO-TEMPORALES PARA EL ANALISIS DE DISTRIBUCION DE ESPECIES Y MODELOS DE ENFERMEDADES, LOS MODELOS DE DISTRIBUCION DE ESPECIES VINCULAN LA INFORMACION SOBRE LA PRESENCIA / ABUNDANCIA DE UNA ESPECIE CON VARIABLES AMBIENTALES PARA PREDECIR DONDE Y QUE CANTIDAD DE UNA ESPECIE PUEDE ENCONTRARSE A NIVEL ESPECIAL Y TEMPORAL, LOS TEMAS DE INVESTIGACION INCLUYEN LA INCLUSION DE INFORMACION PREVIA, DISCUSION DE AGREGACION ESPACIAL O DE DATOS DESALINEADOS, Y EL USO DE MODELOS GAUSSIANOS LATENTES NO ESTACIONARIOS EN PRESENCIA DE BARRERAS FISICAS, LOS MODELOS DE SUAVIZACION DEL RIESGO ESPACIO-TEMPORAL EN AREAS PEQUEÑAS SURGEN EN ESTUDIOS EPIDEMIOLOGICOS, LOS MODELOS DE MAPEO DE ENFERMEDADES MULTIVARIANTES MODELIZAN LAS DEPENDENCIAS ENTRE ENFERMEDADES Y CAPTURAN DEPENDENCIAS ESPACIALES ENTRE REGIONES,BLOQUE 2, SERIES TEMPORALES PARA DATOS EPIDEMIOLOGICOS Y MODELOS LONGITUDINALES CON ESTRUCTURAS CORRELACIONADAS LATENTES,LA INFERENCIA BAYESIANA DE DATOS LONGITUDINALES A TRAVES DE MODELOS MIXTOS Y MODELOS OCULTOS DE MARKOV ES UN TEMA POCO ESTUDIADO, PROPONDREMOS UN MARCO GENERAL PARA ESTUDIAR LA CORRELACION EN SERIE Y LA VARIABILIDAD A TRAVES DE MODELOS MIXTOS Y MODELOS OCULTOS DE MARKOV, TAMBIEN ABORDAREMOS EL ESTUDIO DE SERIES TEMPORALES EN EL AREA DE LA EPIDEMIOLOGIA AMBIENTAL PARA EXAMINAR LOS EFECTOS A CORTO PLAZO DE LAS EXPOSICIONES AMBIENTALES COMO LA CONTAMINACION DEL AIRE, LAS TEMPERATURAS EXTREMAS O LOS INCENDIOS FORESTALES EN TEMAS DE MORBILIDAD Y/O MORTALIDAD,BLOQUE 3, MODELOS DE SUPERVIVENCIA: COVARIABLES TEMPORALES ENDOGENAS, DISTINTOS EVENTOS Y DISEÑOS CON SEGUIMIENTO DISCRETO,INCLUIREMOS INFORMACION GENETICA EN LOS MODELOS DE SUPERVIVENCIA, ANALISIS DE COSTO-EFECTIVIDAD Y METODOS DE CAPTURA-RECAPTURA PARA LA SUPERVIVENCIA DE ANIMALES SALVAJES, LA INFORMACION GENETICA INCLUYE LOS POLIMORFISMOS DE UN SOLO NUCLEOTIDO EN EL MARCO DE LOS ESTUDIOS DE ASOCIACION DE TODO EL GENOMA, NOS CENTRAREMOS EN EL ANALISIS DE COSTE-EFECTIVIDAD EN SUPERVIVENCIA, PARTICULARMENTE MODELOS COMPETITIVOS DE RIESGO Y MULTIESTADOS, LOS METODOS DE CAPTURA-RECAPTURA SE CENTRARAN EN ESCALAS TEMPORALES ALTERNATIVAS EN MODELOS CORMACK-JOLLY-SEBER Y MUESTREO DE DETECCION IMPERFECTA A TRAVES DE LOS LLAMADOS MODELOS INTEGRADOS PARA CORREGIR SESGOS DEBIDO A LA DETECCION IMPERFECTA,BLOQUE 4, METODOS COMPUTACIONALES PARA MODELOS TEMPORALES, ESPACIALES, ESPACIO-TEMPORALES Y DE SUPERVIVENCIA, LA INFERENCIA CON METODOS MCMC ES LENTA, UTILIZAREMOS METODOS APROXIMADOS, COMO INLA, SIN EMBARGO, ESTOS MODELOS DEBEN EXPRESARSE COMO UN GMRF LATENTE, LO QUE NO SIEMPRE ES POSIBLE, DESARROLLAREMOS MODELOS ESPACIALES MULTIVARIADOS, METODOLOGIA PARA MODELOS DE MARKOV MULTIESTADOS Y OCULTOS, IMPUTACION DE VALORES PERDIDOS Y DE DISTRIBUCION DE ESPECIES, ANALISIS DE SUPERVIVENCIA\APROXIMACIONES DE LAPLACE CON INLA\DATOS AUSENTES\MODELOS DE CAPTURA-RECAPTURA\CADENAS DE MARKOV OCULTAS\MODELOS LONGITUDINALES\MODELOS ESPACIOTEMPORALES\MODELOS DE DISTRIBUCION DE ESPECIES\SERIES TEMPORALES.

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores