Transiciones, independencia y dimensión: una estrategia común en tres problemas de estimación
Miércoles 14/5, 11.30h
Seminario
El Departamento de Matemáticas y Estadística de la Universidad Torcuato Di Tella invita al seminario “Transiciones, independencia y dimensión: una estrategia común en tres problemas de estimación”, a cargo de Daniela Rodríguez.
Abstract
En esta charla presentaremos tres problemas estadísticos que, aunque responden a preguntas distintas, pueden ser abordados desde una perspectiva común basada en principios de estimación y selección de modelos. Comenzaremos con un modelo de regresión en el que se postulan múltiples regímenes dentro de un mismo esquema, y el desafío consiste en identificar los puntos de cambio. Luego abordaremos un problema de reducción de la dimensión, donde exploraremos cómo detectar puntos de independencia en un vector aleatorio puede simplificar sustancialmente la complejidad del modelo. Finalmente, discutiremos una estrategia para estimar la dimensión efectiva en modelos de alta dimensión. Aunque estos problemas parecen desconectados, veremos cómo una misma lógica basada en penalización permite tratarlos de manera unificada.
Daniela Rodríguez. Doctora en Ciencias Matemáticas por la Universidad de Buenos Aires e investigadora independiente del CONICET. Fue directora del Instituto de Cálculo (UBA-CONICET) entre el 2022 y el 2024. Actualmente, es miembro del Comité Científico de la Unión Matemática de América Latina y el Caribe (UMALCA) y de la Sociedad Latinoamericana de Probabilidad y Estadística Matemática (SLAPEM – LARC – Sociedad Bernoulli). Sus líneas de investigación se centran en la estadística matemática en particular, en datos funcionales, métodos no paramétricos, reducción de la dimensión, estadística en variedades riemannianas y métodos robustos. Además de su trabajo académico, ha volcado su expertise en diversos asesoramientos estadísticos para la industria, la gestión pública y la investigación interdisciplinaria. Ha publicado en revistas especializadas de primer nivel como Journal of Multivariate Analysis, Journal of Time Series Analysis, Computational Statistics and Data Analysis, entre otras.
Abstract
En esta charla presentaremos tres problemas estadísticos que, aunque responden a preguntas distintas, pueden ser abordados desde una perspectiva común basada en principios de estimación y selección de modelos. Comenzaremos con un modelo de regresión en el que se postulan múltiples regímenes dentro de un mismo esquema, y el desafío consiste en identificar los puntos de cambio. Luego abordaremos un problema de reducción de la dimensión, donde exploraremos cómo detectar puntos de independencia en un vector aleatorio puede simplificar sustancialmente la complejidad del modelo. Finalmente, discutiremos una estrategia para estimar la dimensión efectiva en modelos de alta dimensión. Aunque estos problemas parecen desconectados, veremos cómo una misma lógica basada en penalización permite tratarlos de manera unificada.
Daniela Rodríguez. Doctora en Ciencias Matemáticas por la Universidad de Buenos Aires e investigadora independiente del CONICET. Fue directora del Instituto de Cálculo (UBA-CONICET) entre el 2022 y el 2024. Actualmente, es miembro del Comité Científico de la Unión Matemática de América Latina y el Caribe (UMALCA) y de la Sociedad Latinoamericana de Probabilidad y Estadística Matemática (SLAPEM – LARC – Sociedad Bernoulli). Sus líneas de investigación se centran en la estadística matemática en particular, en datos funcionales, métodos no paramétricos, reducción de la dimensión, estadística en variedades riemannianas y métodos robustos. Además de su trabajo académico, ha volcado su expertise en diversos asesoramientos estadísticos para la industria, la gestión pública y la investigación interdisciplinaria. Ha publicado en revistas especializadas de primer nivel como Journal of Multivariate Analysis, Journal of Time Series Analysis, Computational Statistics and Data Analysis, entre otras.