MEIO - Summer School - Modelos Jerarquicos Bayesianos en problemas espaciales
Títol del curs | Modelos Jerárquicos Bayesianos en problemas espaciales |
| Impartit per | Antonio López Quílez (Profesor Titular de Universidad, Dept. Estadística e Investigación Operativa, Universidad de Valencia) |
| Llengua del curs | Castellà |
| Dates i horaris del curs | 1, 2, 7, 8 y 9 de julio de 2009, de 16 a 20h. |
| Tipus d'activitat i càrrega lectiva | Curs de 20 hores |
| Reconeixement acadèmic | 2,5 ECTS com a assignatures optatives per als estudiants del MEIO UPC-UB, com a ALE per als de PRIMER I SEGON CICLE i com crèdits pel DOCTORAT |
| Data de matrícula | Del 28 de maig al 28 de juny de 2009 |
| Presentació | Este curso complementa la formación que los alumnos del MEIO UPCUB han adquirido en varias asignaturas. Por una parte refuerza y amplía los contenidos de la asignatura de una de las partes en que se divide la materia "Análisis de datos espaciales" (concretamente la dedicada a datos de área o lattice). Además, complementa la parte metodológica que han adquirido en "Estadística Bayesiana" y en "Modelos no paramétricos". Por otra parte, las aplicaciones en Epidemiología que tienen las técnicas incluidas en este curso hacen que sea especialmente recomendable para los alumnos del perfil de "Bioestadística", aunque no vaya dirigido a ellos de forma exclusiva. El profesor Antonio López es uno de los expertos en Estadística Espacial Bayesiana más relevantes del país. Tiene numerosas publicaciones en esta área, tanto de carácter teórico como aplicado. Ha impartido cursos de temática similar tanto en su Universidad (U. Valencia) como fuera de ella. |
| Objectius del curs | El objetivo básico del curso es el de mostrar la conexión entre ciertos problemas actuales en epidemiología y otras áreas en las ciencias de la vida, y las herramientas del análisis estadístico espacial, desde una perspectiva Bayesiana. El curso se plantea con una orientación práctica, desde el planteamiento de problemas concretos a su formulación, representación, modelización, análisis e interpretación de resultados utilizando R y OpenBugs. La suavización espacial y la regresión ecológica constituyen técnicas de análisis de la información distribuida geográficamente. La aplicabilidad de estas técnicas trasciende el ámbito clínico-epidemiológico hasta otros muy diversos. |
| Temari del curs | - Tipos de datos espaciales - Representación espacial con GIS - Integración de la estadística en el GIS - Análisis Bayesiano con métodos MCMC - Modelización jerárquica - Suavización espacial - Regresión ecológica - Aplicaciones en problemas reales |
Share: