Resolució XXII Concurs Student d'Estadística Aplicada

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

• Bayesian analysis of compositional data: Unveiling global fishing trends
• Evaluation of the risk of liver decompensation and mortality in patients with liver cirrhosis undergoing surgery
• Examining Socio-economic Inequalities in Adolescent Health
• Impacte de la política monetària del Banc Central Europeu als països de l’Eurozona
• L’espai a una escala contínua: les equacions diferencials parcials estocàstiques i el mètode dels elements finits per a la desagregació espacial de l’ús del sòl agrícola a Europa
• Machine Learning: Bankruptcy Prediction
• Model Predictiu de Violència de Gènere
• Syndemic factors associated with poor mental wellbeing in schooled adolescents in Central Catalonia

 

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

Jorge Mestre Tomás

Estudiant del Màster Universitari en Bioestadística
Universitat de València

Pel treball:

Bayesian analysis of compositional data: Unveiling global fishing trends

Compositional data are vectors with nonnegative values that represent relative information, often constrained to sum to a constant. These data are common in fields like environmental science, medicine, geochemistry, and economics, where understanding component relationships is key. Traditional statistical methods can be misleading when applied to compositional data due to their unique properties, requiring specialized approaches such as Dirichlet regression and logistic-normal regression.

This work introduces compositional data and their special characteristics, focusing on Bayesian inference through the Integrated Nested Laplace Approximation (INLA) to fit a logistic-normal model with Dirichlet covariance (LNDM). We apply the LNDM to a real-world ecological case study analyzing the Sea Around Us Fishing Catch Composition in the Scotian Shelf Large Marine Ecosystem from 1950 to 2019.

 

 

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

Óscar Arrabal Aguilar

Estudiant del Grau en Estadística Aplicada
Universitat Autònoma de Barcelona

Pel treball:

Evaluation of the risk of liver decompensation and mortality in patients with liver cirrhosis undergoing surgery

The study evaluates the risk of liver decompensation and mortality in patients with compensated liver cirrhosis undergoing major elective surgery. It is a retrospective observational study involving 371 patients, with 177 undergoing surgery and 194 not. Using propensity score methodology and competing risks analysis, the results indicated that surgery does not significantly increase the risk of liver decompensation (adjusted HR: 0.885) or mortality (adjusted HR: 1.204). However, these findings were not statistically significant. While the study offers valuable insights, its retrospective design and potential residual confounding suggest that larger, prospective studies are necessary to better understand the risks associated with surgery in cirrhotic patients.

 

 

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

Carmen Guarner Giner

Estudiant del Grau en Ciència de Dades
Universitat de València

Pel treball:

L’espai a una escala contínua: les equacions diferencials parcials estocàstiques i el mètode dels elements finits per a la desagregació espacial de l’ús del sòl agrícola a Europa

En aquest treball apliquem una estructura de modelització per aconseguir la desagregació espacial de dades agregades espacialment en àrees, provinents del projecte europeu de gestió del territori per a la sostenibilitat (LAMASUS). Específicament, es tracten les proporcions d’ús del sòl de les terres de conreu, utilitzant variables econòmiques i biofísiques com a predictors i modelitzant el procés subjacent amb una distribució Beta. Aquesta modelització possibilita la reducció d’escala d’aquelles variables susceptibles de ser representades a una dimensió espacialment contínua. Per al procediment de la reducció d’escala, se’n fa ús de l’aproximació de les equacions diferencials parcials estocàstiques (SPDE) i del mètode dels elements finits (FEM), que fonamenta la construcció d’una matriu de projecció per a la representació d’un camp aleatori gaussià markovià (GMRF) en els vèrtexs de la triangulació realitzada. L’ús de l’enfocament SPDE-FEM combinat amb l’aproximació de Laplace integrada encaixada (INLA) permet fer inferència sobre els paràmetres i hiperparàmetres d’aquest.

 

 

El Departament de Matemàtiques de la UAB, 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 agrair a la resta de participants l'interès i l'esforç mostrat.

 

L'acte d'entrega de premis va tenir lloc el passat 16 d'octubre de 2024, en motiu del XXIVè Dia de l'Estadística a Catalunya convocat per la Societat Catalana d'Estadística i organitzat per la Universitat Pompeu Fabra, on es va fer públic el nom dels guanyadors i s'entregaren els premis i diplomes.