ENAgenda
Día 3
9:00
SESIÓN PLENARIA : JORGE MATEU
Presentamos varios enfoques estadísticos para comprender la dinámica temporal y espacial subyacente de los eventos que evolucionan en el espacio y el tiempo que pueden resultar en políticas públicas informadas y oportunas.
La mayoría de los estudios comúnmente informan cifras del fenómeno general de interés a nivel de estado o condado, informando el número agregado de casos en una región particular a la vez. Sin embargo, nos enfocamos en analizar datos de alta resolución en forma de patrones de puntos espacio-temporales, ofreciendo información vital para la evolución espacio-temporal de los acontecimientos vinculándolo con su difusión en una región.
Desarrollamos una batería de modelos y enfoques, que van desde procesos puntuales espacio-temporales no estacionarios, modelos mecanicistas que dan particular atención a la función de intensidad espacio-temporal, modelos estocásticos basados en covarianza, modelos espacio-temporales de conglomerados para identificar fuentes desconocidas, y métodos de funciones de crecimiento espacial capaces de desarrollar velocidades de propagación de los eventos. También se delinea la idea de baricentro en patrones de puntos espaciales.
9:45
10:05
10:25
Invited X: Jonatan Gonzalez
Comprender la intrincada dinámica y las complejidades del microambiente tumoral inmunitario es fundamental para reconocer los procesos que subyacen a la evolución, progresión y respuesta al tratamiento del cáncer. Al profundizar en las complejas interacciones entre las células cancerosas, las células inmunitarias, las células del estroma y la diversa gama de componentes moleculares y celulares dentro del microambiente tumoral, podemos obtener conocimientos profundos sobre la interacción dinámica que da forma al comportamiento tumoral, la vigilancia inmunitaria y los mecanismos de evasión inmunitaria y resistencia terapéutica.
Este estudio presenta un innovador marco de procesos de puntos espaciales, donde se considera la inhomogeneidad y la interacción entre puntos de distintos tipos para modelar, de manera flexible, un complejo conjunto de datos de células inmunes. Las células inmunes hacen parte del microambiente tumoral, en este caso, de pacientes con cáncer de pulmón de células no pequeñas. Las muestras de tejido cancerígeno se han procesado a través de métodos de patología digital.
En particular, proponemos un modelo de procesos de puntos de Gibbs irregular y multivariado, equipado con una función de interacción de tipo Fiksel. En este trabajo, los procesos de estimación e inferencia se realizan utilizando máxima pseudoverosimilitud, teniendo en cuenta, además, técnicas relacionadas con el manejo de patrones de puntos multivariados en presencia de réplicas.
11:00
11:30
Invited XI: Andres Farall
La presentación se centra en la aplicación de técnicas de modelado espacio-temporal en la detección de anomalías en datos en los que la ubicación espacial y el registro temporal son esenciales, y ambas están asociadas a otros atributos propios de las observaciones. Se introduce inicialmente el enfoque teórico de la detección de anomalías, para luego especificarlo en el ámbito de los datos espacio-temporales. Se mostrará la metodología mediante la aplicación a un problema práctico implementado en el entorno R.
12:05
Invited XII: Daiane Zuanetti, Rosineide Fernando da Paz
A pesar de que los métodos estadísticos se utilizan ampliamente para el procesamiento de grandes conjuntos de datos, en el caso de las ondas ultrasónicas para la evaluación no destructiva en el campo de la ingeniería civil, se deben superar algunos problemas, como el análisis de la ruta recorrida por la onda ultrasónica. Por lo tanto, el objetivo principal de este trabajo es analizar el comportamiento de propagación de ondas ultrasónicas a través de un nuevo enfoque de un modelo estadístico. Utilizando un método semiparamétrico bayesiano con el proceso de Dirichlet, se aplica un modelo de regresión jerárquica basado en datos a conjuntos de datos simulados y experimentales. Para conjuntos de datos simulados, se observa la sensibilidad del modelo en la agrupación de perfiles en un número desconocido de grupos y también en la detección de valores atípicos. La aplicación en datos experimentales muestra el uso potencial del modelo para aplicaciones de casos reales debido a su eficiencia en la identificación de diferentes comportamientos de propagación de ondas en materiales.
Trabajo conjunto con Rosineide Fernando da Paz (Universidade Federal do Ceará). Parcialmente financiado por L'ORÉAL-UNESCO-ABC For Women in Science Award - Brasil
