Tras la buena acogida de Stat Wars: el despertar de los datos, llega al territorio español su continuación, Stat Wars: el Imperio de los Datos. Esta nueva edición cuenta con la colaboración de la Fundación Española para la Ciencia y la Tecnología - Ministerio de Ciencia, Innovación y Universidades y la Red Nacional de Bioestadística (BIOSTATNET).   STAT WARS es una idea original de la Universidad Carlos III de Madrid (UC3M), que BIOSTATNET lanza al territorio nacional bajo la coordinación de la Universidad de Santiago de Compostela (USC). En esta nueva edición también participan las siguientes universidades: la Universidad de Almería, la Universidad Autónoma de Barcelona, la Universidad Carlos III de Madrid, la Universidad de Castilla La Mancha, la Universidad de Navarra, la Universidad del País Vasco, la Universidad Politécnica de Catalunya, la Universidad de Salamanca y la Universidad de Valencia.   Este proyecto de divulgación científica trata de seguir acercando la estadística a los estudiantes de ESO y Bachillerato, con el fin de mostrarles todas sus utilidades y sus aplicaciones en otras disciplinas. Otra de sus finalidades es presentarles una profesión con mucho futuro y bajas tasas de paro.   Su formato original, innovador y creativo hará que los jóvenes aprendan jugando y se diviertan mucho. Los asistentes podrán conocer más sobre la estadística a través de los ¿Sabías qué…?, las píldoras informativas o los vídeos; y desarrollarán su pensamiento crítico a través de los concursos: Lo Sabe o No Lo Sabe y Sí o No.   Las naves de Stat Wars aterrizarán en distintos lugares. Si quieres saber cuáles son, no pierdas de vista estas redes sociales: Facebook, Twitter y Instagram.     #StatWars #elimperiodelosdatos

The Institute of Mathematical Statistics and Actuarial Sciences http://www.stat.unibe.ch and the Oeschger Centre for Climate Change Research http://www.oeschger.unibe.ch/, University of Bern, Switzerland invite applications for the following position opening February 1, 2020. Postdoc “Statistics of Compound Events” University of Bern, Switzerland (80-100%, 2 years plus 1 year extension) Compound weather and climate events refer to multiple climate events that potentially cause large societal impacts. The analysis and prediction of compound events pose substantial challenges from a statistical perspective. The prospective PostDoc will work at the interface of the development of statistical methods and their application to current topics of high interest in climate and weather applications. Potential topics include the evaluation of predictions for (joint) extreme events, the evaluation of multivariate or spatial predictions, and the calibration (or ``bias-correction'') of multivariate predictions. The PostDoc will be a part of the group of Prof. Dr. Johanna F. Ziegel (Institute of Mathematical Statistics and Actuarial Science). Close collaboration is planned with the group of Dr. Jakob Zscheischler (Climate and Environmental Physics KUP), and with the group of Prof. Dr. Olivia Romppainen-Martius (Institute of Geography). The position is ideally suited for a young researcher in statistics to become an expert in statistics for climate science and weather applications. Profile of the candidate The successful candidate holds a PhD in Statistics and has a strong interest in climate and weather applications, or he/she holds a PhD in Climate or Atmospheric Science, Meteorology or similar with a very good background in statistics. She/he has excellent programming and data handling skills, and a keen interest in interdisciplinary research. The candidate is proficient in English, both written and spoken. Details Starting date: February 1, 2020 or upon agreement. Employment conditions and remuneration in accordance with the standards of the University of Bern, Switzerland. The salary ranges between 88,00 and 100,000 CHF p.a. (gross salary; ca 90-100 k US$). For further information please contact Prof. Dr. Johanna F. Ziegel (johanna.ziegel@stat.unibe.ch). Applications All applications received before January 1, 2020 will be reviewed, and further applications will be considered until the position is filled. Please send your application documents including a CV, a motivation letter, and contact information for 3 references by e-mail to office@stat.unibe.ch . Homepage: http://www.oeschger.unibe.ch/ and http://www.stat.unibe.ch  

Los pasados días 5 y 6 de Septiembre, la Agrupación Politécnica (Escuela técnica superior de ingenieros industriales de Albacete y Escuela Superior de Ingeniería Informática) del Campus de Albacete de la Universidad de Castilla-La Mancha acogió las IV Jornadas Científicas de Estudiantes de la Sociedad Española de Biometría. Las jornadas estuvieron organizadas en 8 sesiones con un total de 34 presentaciones orales y 6 pósteres, llevándose a cabo un curso sobre estadística espacial y una mesa redonda sobre el papel de las mujeres en la estadística. La IV edición de las Jornadas reunieron a un total de 54 personas provenientes de 22 organizaciones y universidades y 18 ciudades españolas. La presencia de Biostatnet quedó vigente en estas jornadas a través de una sesión formada por 5 jóvenes de la red, quienes tuvieron 15 minutos para explicar sus trabajos de investigación.   La moderadora de la sesión, Irene García-Camacha Gutiérrez (Nodo Castilla la Mancha - OED), de la Universidad de Castilla la Mancha, comenzó con una breve introducción sobre la red, permitiendo a los estudiantes más jóvenes conocer la red temática Biostatnet así como sus objetivos y estructura.   La primera en exponer fue Diana Marcela Pérez-Valencia (Nodo País Vasco), del Basque Center for Applied Mathematics, quien presentó un modelo jerárquico de tres-niveles para datos longitudinales. En particular, propuso el uso de B-splines, junto con diferencias de segundo orden (i.e. P-splines), y su representación como un modelo mixto, que fue estimado utilizando el método SOP. Esta propuesta se utilizó para analizar la evolución de la diferencia en la prevalencia de la obesidad entre mujeres y hombres desde 1975 a 2016 en 187 países, divididos en 6 regiones, en todo el mundo.   La segunda exposición fue a cargo de Francisco Palmí Perales (Nodo Valencia-Vabar), de la Universidad de Castilla la Mancha, presentó un paquete de R, INLAMSM, el cual se enmarca en el contexto del análisis multivariante con INLA. El objetivo de INLAMSM es utilizar las ventajas de R-INLA para ajustar modelos espaciales multivariantes para datos provenientes de espacios discretos. Aunque es aplicable en cualquier contexto, este paquete es de gran relevancia en el área de epidemiología, ya que permite modelizar procesos relacionados con varias enfermedades que coexisten en una misma población.   Marta Bofill Roig (Nodo Catalunya-BIO), de la Universidad Politécnica de Cataluña, presentó una aplicación web para el estudio de variables compuestas, CompARE. Las variables compuestas se usan frecuentemente en áreas como oncología o cardiología y su problemática radica principalmente en la elección de los componentes que deberían estar incluidos en ellos. De esta manera, su aplicación web se presenta como una herramienta útil y práctica en la selección de los componentes que deben estar incluidos en dichas variables compuestas.   Joaquín Martínez-Minaya (Nodo Valencia-Vabar), de la Universitat de València, presentó un paquete de R llamado dirinla, cuyo objetivo es ajustar modelos de regresión Dirichlet para datos composicionales utilizando la metodología INLA. Este paquete se puede utilizar en diferentes contextos donde la modelización de datos composicionales sea requerida, por ejemplo, en ecología, para el estudio de la abundancia de diferentes especies o, en medicina, para el estudio de la composición corporal (grasa, hueso, etc.).   Por último, Mabel Morales (Nodo País Vasco), de la Universidad del País Vasco, presentó la problemática de la sobre dispersión en los modelos de regresión para datos de conteo espaciales, donde existe también el inconveniente de la dependencia espacial. En particular, propuso el uso de modelos espaciales condicionales de sobre dispersión para datos que siguen una distribución binomial desde la perspectiva bayesiana para la obtención de estimaciones fiables. Esta metodología la utilizaron para analizar el número de madres que dieron a luz a su último hijo entre 1999 y 2005 y que se sometieron a un período de cribado postparto en diferentes departamentos de Colombia.