Resolució XVI Concurs Student

Dels treballs presentats al XVI Concurs Student d'Estadística Aplicada:

  • Detección de la Morosidad con Google Trends
  • Anàlisi d'Arquetipoids aplicats a la Didàctica de la Matemàtica.
  • Clasificación de individuos consumidores de cannabis o sanos mediante imágenes estructurales de resonancia magnética con Machine Learning
  • Mètodes de classificació aplicats a problemes verbals amb errors d'inversió en dades de neuroimatge
  • Patrones para la detección del cáncer de mama mediante técnicas estadísticas multivariantes y redes neuronales artificiales
  • Modelizando el riesgo de mortalidad de una enfermedad a partir de la mortalidad total
  • Simulation Studies For Exploring Bayesian Longitudinal Hidden Markov Models
  • Un modelo multi-estado para el pronóstico de la pancreatitis aguda no leve

 

Els membres del Jurat del XVI Concurs STUDENT d'Estadística Aplicada, han resolt atorgar el premi Idescat al millor treball de màster a:

 

Lore Zumeta Olaskoaga

 
  Estudiant del Màster Universitari en Estadística i Investigació Operativa
Universitat Politècnica de Catalunya
 

Pel treball:

 

Un modelo multi-estado para el pronóstico de la pancreatitis aguda no leve

 
    Motivados por los datos de un estudio prospectivo observacional de 286 pacientes con pancreatitis aguda no leve (PA) que ingresaron en la Unidad de Cuidados Intensivos (UCI) del Hospital Universitario Donostia, proponemos un modelo multi-estado para describir la evolución de los pacientes con PA de este estudio. Se utiliza una extensión del modelo enfermedad-muerte (illness-death model) que tiene en cuenta los eventos de interés relacionados con la enfermedad, tales como el alta de la UCI, la muerte, o la recuperación. Con este fi n, el presente estudio describe el curso de los pacientes con PA y evalúa el efecto de diferentes factores pronósticos en los múltiples eventos relacionados con dicha enfermedad, mediante métodos no paramétricos y modelos de riesgos proporcionales de Cox que cuenta con covariables fi jas a lo largo del tiempo y con una covariable dependiente del tiempo.    

premiidescat2018.jpeg

 

 

Han resolt atorgar el premi Almirall al millor treball de bioestadística a: 

 

Lidia Herrero Huertas

 
  Estudiant del Máster universitario en Bioestadística
Universitat de València
 

Pel treball:

 

Modelizando el riesgo de mortalidad de una enfermedad a partir de la mortalidad total

 
    Explorar la mortalidad de un territorio es de gran utilidad para comprender, describir y analizar el estado de salud de una población. La mortalidad puede analizarse desde una perspectiva global estudiando la mortalidad total o de forma más específi ca, centrando el estudio de mortalidad en cada enfermedad. En el presente trabajo se consideran ambos enfoques a la vez aprovechando el comportamiento de los riesgos de la mortalidad total para explicar los riesgos de una enfermedad. El objetivo es extraer el comportamiento diferencial entre ambas mortalidades. Para ello, se aplica un modelo jerárquico bayesiano que permite estimar y representar las razones de mortalidad estandarizada de una enfermedad, contemplando e incorporando la estimación del riesgo global que cabría esperar para todas las causas de muerte de una determinada zona. De esta manera, se obtiene información más ajustada sobre la salud de la población de cada territorio permitiendo un mejor diseño de futuras intervenciones.    

premialmirall2018.jpeg

 

 

Han resolt atorgar el premi SEA al millor treball de grau a:

 

Lara Ferrando Esteve

 
  Estudiant del Grau en Matemàtica Computacional
Universitat Jaume I
 

Pel treball:

 

Mètodes de classificació aplicats a problemes verbals amb errors d'inversió en dades de neuroimatge

 
    Segons els informes PISA existeix un baix rendiment en la resolució de problemes aritmètics i algebraics. La resolució de problemes és un dels elements centrals de l'ensenyament de les matemàtiques. Una línia de recerca important en la resolució de problemes verbals és l'estudi dels processos cognitius quan els subjectes tradueixen els problemes al llenguatge de l'àlgebra. Un cas on els estudiants reconeixen típicament la informació de l'enunciat, però no són capaços de construir una equació correcta, seria el conegut com a error d'inversió.
L'objectiu d'esta investigació és determinar les bases neuronals lligades a este error i fer una classificació en grups, on destaca el classificador d'anàlisi discriminant flexible. Farem ús de programari matemàtic com MatLab i R, a través dels quals es farà l'anàlisi de les imatges de ressonància magnètica. Els principals resultats obtinguts evidencien que aquells qui cometen error d'inversió requereixen d'una major demanda de recursos cognitius.
   

premisea2018.jpeg

 

 

 

El Servei d'Estadística de la UAB i l'Institut d'Estadística de Catalunya, volen expressar la seva enhorabona més efusiva als guanyadors, així com agraïr a la resta de participants l'interès i l'esforç mostrat.

L'acte d'entrega de premis va tenir lloc el passat 5 d'octubre de 2018, en motiu del XVIII Dia de l'Estadística a Catalunya convocat per la Societat Catalana d'Estadística i organitzat per la revista SORT, on es va fer públic el nom dels guanyadors i s'entregaren els premis i diplomes.

guanyadorsstudent2018.jpeg

 

Campus d'excel·lència internacional U A B