Descargar Cartel de las Conferencias

Hora: 13:00 horas
Lugar: Salón de Actos Juan Béjar, Facultad de Estudios Estadísticos, UCM

02/10/2018, Marketing en el contexto actual de Big Data y Data Science
Dr. Ramón Alberto Carrasco Gonzalez
Dpto. de Organización de Empresas y Marketing, UCM

 La Inteligencia de Negocios (Business Intelligence) es toda una filosofía empresarial que implica que gran parte de las decisiones de la empresa sean tomadas basándose en los datos, eso sí, tras un proceso, basado generalmente en Ciencia de Datos, que los acaba convirtiendo en conocimiento. Por otro lado, la Estrategia Relacional del Cliente se basa en fidelizar a los mismos, a base de identificar para cada uno de ellos sus necesidades e intentar satisfacerlas.

Los modelos de decisión son una solución al reto actual de convertir ese conocimiento adquirido sobre los clientes en decisiones efectivas que hagan duradera y satisfactoria esa relación entre ambos, empresa y cliente.

30/10/2018, Ajuste estacional en el INE y en el Sistema Estadístico Europeo
D.ª María Novás Filgueira
Dpto. de Metodología y Desarrollo de la Producción Estadística. Instituto Nacional de Estadística

Los indicadores coyunturales están influenciados por efectos estacionales y de calendario que impiden analizar con claridad la situación económica de un determinado territorio.

En el año 2009, el Sistema Estadístico Europeo, aprobó un estándar para armonizar las técnicas de ajuste estacional aplicadas en los distintos países europeos, con el fin de analizar el ciclo económico y permitir la comparabilidad internacional de los principales indicadores económicos.

En esta conferencia se expondrá la metodología estándar adoptada por el Instituto Nacional de Estadística, en línea con la establecida por el Sistema Estadístico Europeo, para publicar las series ajustadas de efectos estacionales y de calendario de la mayoría de las estadísticas económicas coyunturales.

27/11/2018, ¿Cómo se estima la contagiosidad de una nueva enfermedad infecciosa?
Dr. Joan Saldaña Meca
Departament d'Informàtica, Matemàtica Aplicada i Estadística, Universitat de Girona

A partir la aparición de la epidemia del SARS en 2003 o de la gripe A (H1N1) en 2009, se puso de manifiesto que la estimación de la contagiosidad de una nueva enfermedad basada en el número de casos detectados durante los primeros días de un brote epidémico y, además, en expresiones deducidas de modelos matemáticos simples puede dar lugar a errores importantes en la predicción de la gravedad de una epidemia. El desarrollo de modelos de propagación de epidemias basados en la teoría de redes complejas pretende mejorar las predicciones incluyendo información sobre el patrón de contactos físicos entre las personas, así como ciertas pautas de comportamiento humano ante la presencia de una enfermedad (aislamiento social, eludir zonas de grandes aglomeraciones, adopción de medidas profilácticas como el uso de mascarillas quirúrgicas que disminuyen el riesgo de contagio, etc.).

18/12/2018, Modelos predictivos en investigación médica
Dr. David Lora Pablos
Unidad de Investigación y Soporte Científico (i+12), Hospital Universitario 12 de Octubre y CIBER de Epidemiología y Salud Pública (CIBERESP)

Los modelos predictivos son procedimientos matemáticos capaces de obtener la probabilidad de riesgo absoluta para un desenlace específico de un individuo, basado en las características biográficas, biológicas, terapéuticas y clínicas. En un marco teórico ideal y de manera general dentro de la investigación médica, el proceso de desarrollo de un modelo de pronóstico, su validación, actualización, y la evaluación final del impacto de su utilización son pasos obligados de evidencia antes de ser aceptados en la práctica clínica real y en las guías de práctica clínica. Se debe tener en cuenta que, un modelo de pronóstico para ser empleado debe ser clínicamente creíble, exacto, general, es decir, ser válido en cualquier lugar, y clínicamente efectivo, en el sentido que aporte información general y útil a los clínicos. En la sesión, pretendo mostrar las fases junto a la metodología utilizada en los modelos predictivos dentro de las ciencias médicas.

28/01/2019, La estadística ¿engaña?
Dr. Juan Antonio Cuesta Albertos
Dpto. de Matemáticas, Estadística y Computación, Universidad de Cantabria

Comentaremos algunas de las dificultadas a las que se enfrentan los investigadores en estudios estadísticos y, también, algunos casos de fraude en los que esta rama de las matemáticas tiene un papel destacado.
Respecto del primer punto, hablaremos de la interpretación de los resultados estadísticos y también del hecho de que la gente miente en los estudios sociológicos de opinión, comportamiento,... lo que obliga a realizar el denostado “cocinado” de los datos.
A continuación, revisaremos algunos datos reales para comentar algunas posibles fuentes de confusión o engaño en estudios estadísticos.
Se pretende que los casos presentados sean atractivos. El nivel empleado será elemental; de hecho cualquier persona con un nivel matemático de bachillerato (incluso “de letras”) debería poder seguir la charla.

18/02/2019, Aplicaciones de la Inteligencia Artificial en el negocio con SAS
D.ª Cristina Pérez Huerta
Sr System Engineer, Analytical Presales, SAS Institute

Explicación de la resolución de una problemática de negocio con la plataforma SAS utilizando técnicas de analítica avanzada y cubriendo el ciclo completo del análisis, desde la captura y tratamiento de la información, modelización estadística y puesta en producción de los resultados.

11/03/2019, Algunas aplicaciones de los métodos cuantitativos en sanidad y salud
Dra. Beatriz González López-Valcárcel
Dpto. de Métodos Cuantitativos en Economía y Gestión, Universidad de Las Palmas de Gran Canaria

En la presentación se revisan algunos de los trabajos de aplicación de métodos cuantitativos aplicados al ámbito sanitario y de la salud por nuestro grupo de investigación en los últimos años. Los métodos incluyen una gran variedad de modelos (modelos econométricos de análisis de microdatos de encuesta y de registros administrativos, Diferencias en Diferencias, matching, modelos de simulación de eventos discretos, modelos bayesianos de series temporales y otros). Las aplicaciones cubren un amplio espectro de cuestiones, incluyendo la planificación de los profesionales sanitarios en España; la estimación de los efectos del co-pago farmacéutico y de algunas políticas de salud pública como la prohibición de fumar en lugares públicos; experimentos de nutrición en las escuelas, etc.
La presentación termina con unas notas sobre las tendencias actuales y los retos de futuro de la aplicación de métodos cuantitativos a esta área, y el debate con los asistentes.

01/04/2019,Rediseño de una red de establecimientos: Un modelo de optimización matemática
Dr. Francisco Javier Martín Campo
Dpto de Estadística e Investigación Operativa e Instituto de Matemática Interdisciplinar, Universidad Complutense de Madrid

El continuo desarrollo de la economía provoca que determinadas industrias o comercios deban reestructurar su red operativa. Es por ello que se deben tomar decisiones estratégicas en determinados momentos para rediseñar la red. En este trabajo se presenta un modelo de optimización matemática para la ayuda en la toma de decisiones en una red de establecimientos pertenecientes a una compañía multinacional. En el modelo se tienen en cuenta factores de comportamiento del cliente como su fidelidad a la compañía, cambios del tipo de gestión de los distintos establecimientos (franquicia, gestión propia, etc.) y los costes derivados de las distintas modificaciones en la red. Se presentará el modelo matemático y los resultados obtenidos de un caso de estudio real.

29/04/2019,Salidas profesionales. Mesa redonda
Profesionales formados en la Facultad de Estudios Estadísticos

Profesionales formados en la Facultad de Estudios Estadísticos nos darán su punto de vista sobre la formación que han recibido en relación con el mercado laboral, las salidas profesionales, el camino que han tenido que recorrer para llegar al puesto en que se encuentran y un sinfín de aspectos del máximo interés para quienes están ahora estudiando alguna de las titulaciones que se imparten en la Facultad de Estudios Estadísticos.

13/05/2019, ¡Qué ritmo tienen los genes!
D.ª Yolanda Larriba González
Dpto. de Estadística e Investigación Operativa, Universidad de Valladolid

Procesos biológicos como el ciclo del sueño, la presión arterial o la secreción hormonal exhiben un comportamiento rítmico que se adapta a las distintas variaciones de las condiciones ambientales, como por ejemplo cambios de luz o temperatura. Así, los genes que regulan las funciones biológicas asociadas a estos procesos presentan patrones de expresión rítmicos.
La identificación de genes rítmicos es clave para los biólogos, puesto que permite detectar, analizar y mejorar el tratamiento de patologías que se manifiestan con más intensidad a determinadas horas, como crisis asmáticas o ataques de epilepsia; así como explicar alteraciones en la ritmicidad del organismo (e.g. jet lag, insomnio o depresión estacional).
Pero, ¿cómo identificar qué genes rítmicos se encargan de regular estas funciones?
En esta charla presentaremos una metodología estadística, basada en inferencia con restricciones de orden, para el análisis de ritmos biológicos. Entre otros, presentaremos el algoritmo ORIOS, que permite identificar y clasificar aquellos genes rítmicos asociados a estos procesos.