Seminario David Conesa

Título: ¿Puede la Bioestadística arreglar el mundo?

Ponente: David Conesa (Universidad de Valencia)

Organizador:  Xavier Barber

Fecha: Martes 18 de febrero a las 12:00 horas.

Lugar:  Aula 0.1 del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: Cuando nos encontramos en las noticias cada día desastres naturales como  incendios, inundaciones y epidemias, nos podemos plantear si es posible hacer algo para prevenir o saber más sobre dichos desastres. En esta charla veremos como es posible ayudar a mejorar nuestro conocimiento de los problemas relacionados con las ciencias de la vida y la salud utilizando modelización estadística avanzada y técnicas de predicción que permiten garantizar una planificación rigurosa y válida de los
experimentos, así como un tratamiento provechoso de la información conseguida.
Como muestra, en la charla analizaremos con detalle modelos para describir el comportamiento de la distribución de las especies y también las enfermedades. De hecho, explicar la gran complejidad en la naturaleza ha alentado la búsqueda de modelos más complejos en los que se usan efectos espaciales y temporales para describir en detalle el fenómeno, pero también modelos que abordan distribuciones de probabilidad menos habituales. La complejidad de estos modelos estadísticos ha hecho que el proceso inferencial y predictivo sea difícil de realizar. Tras introducir el modelo más básico y como realizar inferencia y predicción sobre él, presentaremos algunos de los problemas que surgen al describir la realidad (más compleja que los modelos simples), tales como la desalineación espacial, el muestreo preferencial, la no estacionariedad (barreras), las diferentes estructuras espaciales y espacio-temporales disponibles, etc.

Cross-benchmarking for performance evaluation: Looking across best practices of different peer groups using DEA, Omega 92 (2020)

Nuria Ramón (University Miguel Hernández of Elche), José L. Ruiz(University Miguel Hernández of Elche) and Inmaculada Sirvent (University Miguel Hernández of Elche).

Abstract.In benchmarking, organizations look outward to examine others’ performance in their industry or sector. Often, they can learn from the best practices of some of them and improve. In order to develop this idea within the framework of Data Envelopment Analysis (DEA), this paper extends the common benchmarking framework proposed in Ruiz and Sirvent (2016) to an approach based on the benchmarking of decision making units (DMUs) against several reference sets. We refer to this approach as cross-benchmarking. First, we design a procedure aimed at making a selection of reference sets (as defined in DEA), which establish the common framework for the benchmarking. Next, benchmarking models are formulated which allow us to set the closest targets relative to the reference sets selected. The availability of a wider spectrum of targets may offer managers the possibility of choosing among alternative ways for improvements,taking into account what can be learned from the best practices of different peer groups. Thus, crossbenchmarking is a flexible tool that can support a process of future planning while considering different managerial implications.

Keywords.  Performance evaluation; Data envelopment analysis; Benchmarking; Target setting.

Seminario Justo Puerto

13 febrero, 2020
11:00 am

Título: Generalized Multisource Regression: A framework for locating hyperplanes to fitting sets of points.

Ponente: Justo Puerto (Universidad de Sevilla).

Organizador:  Ana Meca

Fecha: Jueves 13 de febrero a las 11:00 horas.

Lugar:  Aulas 0.1 y 0.2S del CIO en el Edificio Torretamarit, Universidad Miguel Hernández (Campus de Elche)

Resumen: In this talk we revisit common problems of Data Science. Specifically, we focus on the problem of locating a given number of hyperplanes minimizing a globalizing function of the closest distances from a set of points. Following an initial attempt in, we propose a general framework for the problem in which general norm-based distances are used to measure the residuals and an ordered median aggregation function of them has to be minimized. A compact Mixed Integer Linear (or Non Linear) programming formulation is presented for the problem and also an extended set partitioning formulation with an exponential number of variables is developed. The set partitioning formulation is analyzed and a column generation procedure is proposed for solving the problem by adequately performing preprocessing, pricing and branching (see for similar approaches to a different problem in Location Analysis). The issue of scalability is also addressed showing theoretical upper bounds on the errors assumed by replacing the original datasets by aggregated versions. Finally, the results of an extensive computational experience are reported.

DATA LABS: APRENDIENDO CON DATOS

Data Labs es un espacio de trabajo colaborativo y participativo, para aprender trabajando sobre retos y problemas estadísticos reales. Un modo de mejorar tu formación en Ciencia de Datos. Están dirigidos y son gratuitos para estudiantes del Grado en Estadística Empresarial.

¿Quieres aprender más sobre Ciencia de Datos, trabajando con datos y retos reales?

DATA LABS son talleres

  • Guiado por profesorado experto en análisis de datos.
  • Gratuito para todos los estudiantes del Grado EE.

Desde el 20 de febrero al 28 de mayo de 2020, los jueves de 14 a 15h. Sala computación CIO. Edif. Torretamarit. Campus de Elche UMH.

Apúntante ya en: http://bit.ly/2tM74JA

On benefits of cooperation under strategic power (2019), Annals of Operations Research, 1-22

M. G. Fiestras-Janeiro (University of Vigo),  I. García-Jurado (University of A Coruña),  A. Meca (University Miguel Hernández of Elche) and M. A. Mosquera(University of Vigo).

Abstract. We introduce a new model involving TU-games and exogenous structures. Specifically, we consider that each player in a population can choose an element in a strategy set and that, for every possible strategy profile, a TU-game is associated with the population. This is what we call a TU-game with strategies. We propose and characterize the maxmin procedure to map every game with strategies to a TU-game. We also study whether or not the relevant properties of TU-games are transmitted by applying the maxmin procedure. Finally, we examine two relevant classes of TU-games with strategies: airport and simple games with strategies

Keywords.  Game theory; Cooperative games; Maxmin procedure; Strategies; Airport games; Simple games.