2016 June : Biostatnet

BIOAPP2016_II Encuentro Galaico-Portugués de Biometría
BIOAPP2016 30 de junio, 1 y 2 de julio de 2016 Santiago de Compostela Durante los días 30 de junio, 1 y 2 de junio se celebrará en Santiago de Compostela el II Encuentro Galaico-Portugués de Biometría (BIOAPP2016), con aplicación a las Ciencias de la Salud, a la Ecología y a las Ciencias del Medio Ambiente, organizado conjuntamente por la Sociedade Galega para a Promoción da Estatística e da Investigación de Operacións (SGAPEIO) y por la Sociedade Portuguesa de Estatística (SPE), y en el que BIOSTATNET participa de forma activa. Envía tu comunicación AQUI para presentarla en el congreso como comunicación oral o póster. Tienes de plazo hasta el  17 de marzo, y la decisión sobre la aceptación o rechazo se comunicará, como muy tarde, el 6 de Mayo de 2016. Los trabajos presentados en el congreso podrán optar a ser publicados en un número especial de Spatial Statistics (Spatio-temporal Statistical Methods in Environmental and Biometrical Problems) o en un número especial de Biometrical Journal (Joint Modelling and Beyond). Premio a las dos mejores comunicaciones presentadas por un joven investigador/a: -          Premio de 500 € a la mejor comunicación sobre aplicaciones en Ciencias de la Salud, patrocinado por la Dirección Xeral de Saúde Pública de la Consellería de Sanidade. -          Premio de 500 € a la mejor comunicación sobre aplicaciones en Ecología o Ciencias del Medio Ambiente, patrocinado por la Cátedra Luis de Camoens Universidad Carlos III de Madrid-Banco de Santander. Premio a las dos mejores comunicaciones tipo póster entre las presentadas en el Encuentro. Los premios, dotados con 300 € el primero y 200 € el segundo, están patrocinados por la Asociación Galega de Cooperativas Agroalimentarias (AGACA).  Las bases de los premios están publicadas en la página web del congreso: PREMIOS El Comité Organizador también está haciendo esfuerzos para conseguir el patrocinio de otro premio, con los mismos requisitos, para las aplicaciones en Ciencias del Medio Ambiente o Ecología. ¡¡PARTICIPA!! Más información
Curso de introducción a los Modelos Mixtos con R
Curso de introducción a los Modelos Mixtos con RPresentación:Con el objetivo de explicar o predecir un fenómeno cuantificable es habitual emplear modelos estadísticos. Los modelos mixtos son una generalización del modelo lineal de regresión clásico, contemplando la posible existencia de observaciones correlacionadas o con variabilidad heterogénea, vinculadas a la presencia de factores aleatorios. La nomenclatura modelos mixtos se refiere precisamente al hecho de que el análisis debe lidiar con efectos fijos y aleatorios simultáneamente. Esta ocurre por ejemplo en estudios con medidas repetidas en los mismos sujetos, o cuando hay niveles experimentales anidados generando subréplicas. El modelo mixto proporciona un entorno óptimo para responder a les cuestiones de un estudio con diseño experimental complejo: modelizando simultáneamente el valor esperado de la respuesta y su variabilidad.Profesorado:Llorenç Badiella - Director delServei d'Estadística Aplicada - UAB. Profesor asociado del Departamento de Matemáticas (UAB).Josep Anton Sanchez - Departamento Estadística i Investigació Operativa - Universitat Politècnica de Catalunya. Miembro del Grup de Recerca Consolidat en Modelització Estadística Multivariant i Computacional de la UB y Miembro del Grup de Recerca en Estadística Aplicada de la UPC.Detalles de organización:El Curso de Modelos mixtos con R se impartirá los días 27, 28, 29 y 30 de Junio 2016 de 10:00 a 13:00 y de 14:30 a 17:30.Más información e incripciones: enlace
25th Annual Applied Statistics Symposium
    The International Chinese Statistical Association’s (ICSA) 25th Annual Applied Statistics Symposium takes place June 12-15, 2016, in Atlanta, Georgia. The theme of this conference is the “Challenge of Big Data and Applications of Statistics,” and the event will feature keynote lectures, short courses, invited sessions, contributed sessions and networking opportunities.   Event website
II: Galician Seminar of Nonparametric Statistical Inference (GSNSI)
  El Departamento de Estatística e Investigación Operativa de la Universidade de Santiago de Compostela organiza el Galician Seminar of Nonparametric Statistical Inference (GSNSI) los días 8 y 9 de Junio 2016, que se celebrará en el Salón de Actos de la Escuela Técnica Superior de Ingeniería.    Con motivo del 60 cumpleaños del profesor Wenceslao González Manteiga, director hasta la actualidad de 30 tesis doctorales, se organiza este evento con la idea de mostrar en una serie de conferencias los avances que se dieron a lo largo de estos años y en la actualidad en los diferentes grupos de investigación de Estadística en Galicia. A su vez estas ponencias se complementan con otras de investigadores que mostraron a lo largo de los años una fructífera colaboración con los investigadores gallegos.     La inscripción es gratuita y se realizará antes del 31 de mayo de 2016.  Enlace a la Inscripción  Cartel del evento
An introduction to Topological Data Analysis
An introduction to Topological Data Analysis Presentación: Big Data analysis is becoming one of the hottest topics in current research in applicable mathematics. Information extracted from Big datasets plays a key role in the understanding of complex processes in a wide range of fields such as biomedicine, e-commerce, and industry. The need of methods that can handle with big data sets more efficiently and exploit the extra information that high dimensional data offer has lead to a revolution in analytical data sciences. Besides machine and statistical learning, geometry and topology are very natural tools to apply in this direction, since geometry can be regarded as the study of distance functions, and what one often works with are distance functions on large finite sets of data. Topological Data Analysis (TDA) is a recent field whose aim is to uncover, understand and exploit the topological and geometric structure underlying complex and possibly high dimensional data. It proposes new well-founded mathematical theories and computational tools that can be used independently or in combination with other data analysis and statistical learning techniques. Interestingly, TDA set of tools for dimensional reduction and visualisation of high dimensional data have shown a big potential to unlock relationships that would be considered as noise by traditional statistical approaches as traditional clustering. TDA has been attracting a lot of interest during the recent years but it still appears difficult to access for data scientists with low expertise in topology or geometry. The goal of this course is to make the fundamentals of TDA accessible to a large audience (with a minimal mathematical background). For that purpose, the focus will be put on the practical aspects of the field rather than very theoretical considerations. The course will be organized around the following topics that play a central role in TDA. 1. Mapper as a topological tool for data exploration and visualization. 2. Persistent homology: an introduction (simplicial complexes, filtrations, homology,...). 3. Applications of persistent homology in TDA: clustering, topological signatures, statistical aspects,... 4. Distance-to-Measure and geometric inference. Profesorado: Frédéric Chazal - INRIA - DataShape team Bertrand Michel - Université Pierre et Marie Curie - DataShape team Albert Ruiz - UAB - Mathematics Department, Algebraic Topology group Raquel Iniesta - King’s College London - Department of Medical and Molecular genetics - Statistical Genetics Unit Detalles de organización: El Curso de An introduction to Topological Data Analysis se impartirá los días 6, 7 y 8 de junio de 2016 de 9:30 a 13:30. Más información e incripciones: enlace
An introduction to Topological Data Analysis
An introduction to Topological Data Analysis Presentación: Big Data analysis is becoming one of the hottest topics in current research in applicable mathematics. Information extracted from Big datasets plays a key role in the understanding of complex processes in a wide range of fields such as biomedicine, e-commerce, and industry. The need of methods that can handle with big data sets more efficiently and exploit the extra information that high dimensional data offer has lead to a revolution in analytical data sciences. Besides machine and statistical learning, geometry and topology are very natural tools to apply in this direction, since geometry can be regarded as the study of distance functions, and what one often works with are distance functions on large finite sets of data. Topological Data Analysis (TDA) is a recent field whose aim is to uncover, understand and exploit the topological and geometric structure underlying complex and possibly high dimensional data. It proposes new well-founded mathematical theories and computational tools that can be used independently or in combination with other data analysis and statistical learning techniques. Interestingly, TDA set of tools for dimensional reduction and visualisation of high dimensional data have shown a big potential to unlock relationships that would be considered as noise by traditional statistical approaches as traditional clustering. TDA has been attracting a lot of interest during the recent years but it still appears difficult to access for data scientists with low expertise in topology or geometry. The goal of this course is to make the fundamentals of TDA accessible to a large audience (with a minimal mathematical background). For that purpose, the focus will be put on the practical aspects of the field rather than very theoretical considerations. The course will be organized around the following topics that play a central role in TDA.      1. Mapper as a topological tool for data exploration and visualization.      2. Persistent homology: an introduction (simplicial complexes, filtrations, homology,...).      3. Applications of persistent homology in TDA: clustering, topological signatures, statistical aspects,...      4. Distance-to-Measure and geometric inference. Profesorado: Frédéric Chazal - INRIA - DataShape team Bertrand Michel - Université Pierre et Marie Curie - DataShape team Albert Ruiz - UAB - Mathematics Department, Algebraic Topology group Raquel Iniesta - King’s College London - Department of Medical and Molecular genetics - Statistical Genetics Unit   Detalles de organización: El Curso de An introduction to Topological Data Analysis se impartirá los días 6, 7 y 8 de junio de 2016 de 9:30 a 13:30.   Más información e incripciones: enlace
8º Encuentro de Bioestadísticos de la Complutense
El 6 de junio de 2016 tendrá lugar en la Facultad de Estudios Estadísticos de la Universidad Complutense de Madrid, el 8º Encuentro de Bioestadísticos en la Complutense, titulado: “Meta-análisis: Metodología Estadística”. Los ponentes invitadas son: Rafael Perera, de la Universidad de Oxford y Javier Zamora y Alfonso Muriel del Hospital Ramón y Cajal, que desarrollarán el siguiente programa: Introducción al Meta-Análisis Combinación vía Promedio Ponderado Selección de pesos por estudio Software para el cálculo Combinación datos dicotómicos Uso de Momios y/o Riesgos (riesgo relativo) Diferentes Métodos para la combinación de datos dicotómicos Ventajas y desventajas de los diferentes métodos Meta-Análisis de datos individuales de pacientes Revisión sistemática de datos individuales de paciente (IPD) Análisis estadístico en meta-análisis IPD Ejemplo de publicación de un IPD Meta-Análisis de pruebas diagnósticas Revisión sistemática de pruebas diagnósticas Meta-análisis de estudios de validez diagnóstica Retos y ejemplos Análisis de heterogeneidad Visualización La I-cuadrada como estimador de heterogeneidad Estimadores basado en efectos aleatorios Subgrupos y Meta-regresión Plazo de inscripción: hasta el 20 de mayo de 2016.Más información
CONVOCATORIA 2016 PROGRAMA ESTANCIAS JÓVENES INVESTIGADORES
  AMPLIACIÓN PLAZO DE SOLICITUD: HASTA EL 11 DE JULIO DE 2016   La Red Nacional de Bioestadística, BIOSTATNET, lanza la Convocatoria 2016  del "Programa de Estancias Biostatnet Jóvenes Investigadores". El objetivo del Programa es potenciar el conocimiento de los miembros de grupos de investigación en el área de la bioestadística, especialmente de aquellos que se encuentran en su etapa de formación. La Red BIOSTATNET destinará un máximo de 6.400€ para la realización de 8 estancias formativas.   Características del PROGRAMA:   -  Dirigido a investigadores preferentemente menores de 35 años, vinculados a grupos de investigación y/o programas de posgrado, investigadores predoctorales o recientemente doctorados, en el área de bioestadística.   -  Importe máximo de la ayuda por estancia: 800€. - Estancias en Centros e Instituciones miembros de la Red Biostatnet. La relación de los miembros integrantes de los Nodos que conforman la Red, está disponible en la página web www.biostatnet.com, y las áreas de especialización de los Nodos en el Anexo 2 de las bases de la convocatoria.   Plazo de presentación de solicitudes: hasta el 11 de julio de 2016 (inclusive). Los jóvenes investigadores deberán enviar vía email la documentación requerida, a la dirección: biostatnet@gmail.com , indicando en el asunto "SOLICITUD ESTANCIA BIOSTATNET"   Documentación a presentar: -  Formulario de solicitud cumplimentado y firmado por el solicitante. -  El CV del solicitante en alguno de los formatos indicados en el punto IV de las bases de la convocatoria.   La evaluación de los candidatos se basará en criterios de capacidad, mérito y objetividad, apoyados en el currículum de cada candidato.   Documentación informativa sobre el Programa: -          Bases Programa Estancias Jóvenes Investigadores -          Anexo 1: Formulario de Solicitud -          Anexo 2: Áreas de Especialización de Los Nodos