Rosario Susi García
Presentación
Titular de Universidad
Dpto. Estadística y Ciencia de los Datos
Facultad de Estudios Estadísticos
Doctora por la Facultad de Ciencias Matematicas (UCM). Especialidad en Estadística e Investigación Operativa (ver Tesis Doctoral)
Docencia curso 2018 - 2019
ASIGNATURAS | CURSO / GRUPO | CUATRIMESTRE |
Trabajo Social | 2º Cuatrimestre | |
801596 - Diseño de Experimentos | 3º - B | Primero |
801612 - Métodos Avanzados de Diseño de Experimentos | 3º - A, B | Segundo |
Tutorias
Material docente
Investigación
Miembro del grupo de investigación consolidado UCM Métodos Bayesianos.
Acceso a Google Scholar.
Modelos Gráficos Probabilísticos. |
Redes Bayesianas Gaussianas. Divergencia de Kullback-Leibler. Análisis de Sensibilidad. Estudio de la Robustez. |
El Algoritmo de Selección del Parámetro a Revisar permite estudiar la Sensibilidad de una vía de una Red Bayesiana Gaussiana cuando se trabaja con una variable de interés. El objetivo del análisis de sensibilidad que se propone es conocer como afectan diversas perturbaciones asociadas a los parámetros inciertos que describen la red a la salida de la misma y poder concluir qué parámetros inciertos han de ser determinados con mayor precisión. |
|
Para determinar la sensibilidad de una red Bayesiana Gaussiana con un conjunto de variables de interés y un conjunto de variables evidenciales, se puede aplicar el Algoritmo del Análisis de Sensibilidad de N vías (Para obtener dicho algoritmo programado en R, pónganse en contacto: rsusi@estad.ucm.es) |
|
Epidemiología. Estudios Poblacionales Prospectivos. Medicina Basada en la Evidencia. |
Prevalencia e Incidencia. Factores de riesgo. Asociación y efecto. Riesgo Relativo, Odds Ratio. Sensibilidad y specificidad. Ecuación de Frammingham. Calidad de vida. |
Proyectos de investigación en los que participa
TÍTULO DEL PROYECTO: Tests bayesianos en microarrays y robustez en redes bayesianas. ENTIDAD FINANCIADORA: Ministerio de Ciencia e Innovación-MTM2008--03282/MTM. INVESTIGADOR RESPONSABLE: Dr. Miguel Ángel Gómez Villegas. |
TÍTULO DEL PROYECTO: Ingenio MATHEMATICA (i-MATH).
ENTIDAD FINANCIADORA: Ministerio de Educación y Ciencia. INVESTIGADOR RESPONSABLE: Dr. Enrique Zuazua. |
TÍTULO DEL PROYECTO: Programa de Creación y Consolidación de Grupos de Investigación.
ENTIDAD FINANCIADORA: Banco Santander Central Hispano-Universidad Complutense Convocatoria GR58/08. INVESTIGADOR RESPONSABLE: Dr. Miguel Ángel Gómez Villegas. |
CONGRESO: XXXIII Congreso Nacional de Estadística e Investigación Operativa (SEIO 2012) |
CONGRESO: Métodos Bayesianos 11. Madrid |
CONGRESO: XXXII Congreso Nacional de Estadística e Investigación Operativa (SEIO 2010) |
CONGRESO: The Fifth European Workshop on Probabilistic Graphical Models (PGM 2010) |
CONGRESO: Sixth International Conference on Sensitivity Analysis of Model Output (SAMO 2010) |
CONGRESO: Ninth Valencia International Meeting on Bayesian Statistics. 2010 ISBA World Meeting |
CONGRESO: XXXI Congreso Nacional de Estadística e Investigación Operativa (SEIO 2009) |
CONGRESO: Métodos Bayesianos-08. |
CONGRESO: The Fourth European Workshop on Probabilistic Graphical Models (PGM 2008) |
CONGRESO: XXX Congreso Nacional de Estadística e Investigación Operativa (SEIO 2007) |
CONGRESO: Fifth International Conference on Sensitivity Analysis of Model Output (SAMO 2007) |
CONGRESO: Workshop on Robustness and Statistical Inference 2006 |
CONGRESO: Third European Workshop on Probabilistic Graphical Models (PGM 2006) |
CONGRESO: International Congress of Mathematicians (ICM 2006) |
CONGRESO: Valencia / ISBA Eighth World Meeting on Bayesian Statistics 2006 |
CONGRESO: XXIX Congreso Nacional de Estadística e Investigación Operativa (SEIO 2006) |
TÍTULO: The Computer-Vision Symptom Scale (CVSS17): Development and Initial Validation AUTORES: M González-Pérez, R Susi, B Antona, A Barrio, E González REVISTA: Investigative ophthalmology & visual science (2014) 55 (7), 4504-4511 |
TÍTULO: Sensitivity to Hyperprior Parameters in Gaussian Bayesian Networks. |
TÍTULO: Assessing the effect of kurtosis deviations from Gaussianity on conditional distributions. |
TÍTULO: The effect of block parameter perturbations in Gaussian Bayesian networks: Sensitivity and robustness. |
TÍTULO: Calculando la matriz de covarianzas con la estructura de una red Bayesiana Gaussiana. |
TÍTULO: Evaluating the difference between graph structures in Gaussian Bayesian networks. |
TÍTULO: Dealing with uncertainty in Gaussian Bayesian networks from a regression perspective |
TÍTULO: Relative Sensitivity of Conditional Distributions to Kurtosis Deviations in the Joint Model. |
TÍTULO: Sensitivity to hyperprior parameters in Gaussian Bayesian networks. |
TÍTULO: Perturbing the structure in Gaussian Bayesian networks. |
TÍTULO: Extreme inaccuracies in Gaussian Bayesian networks . |
TÍTULO: Incidencia a diez años de infarto de miocardio fatal y no fatal en la población anciana de Madrid. |
TÍTULO: Sensitivity of Gaussian Bayesian Networks to Inaccuracies in Their Parameters |
TÍTULO: Inaccurate parameters in Gaussian Bayesian networks. |
TÍTULO: Sensitivity Analysis in Gaussian Bayesian Networks Using a Divergence Measure. |
TÍTULO: Sensitivity Analysis of extreme inaccuracies in Gaussian Bayesian Networks |
TÍTULO: Epidemiología del perfil lipídico de la población anciana española: El estudio EPICARDIAN. |