El profesor del Departamento de Matemáticas y de la Escuela Técnica Superior de Ingenieros Industriales de Albacete, Virgilio Gómez Rubio, ha sido galardonado en los premios SEIO-Fundación BBVA 2022, a la Mejor contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data por su libro “Bayesian Inference with INLA” (Inferencia Bayesiana con INLA), en el que describe una gran variedad de modelos estadísticos para realizar los cálculos necesarios de manera más rápida y para grandes volúmenes de datos.
Los premios de la Sociedad de Estadística e Investigación Operativa (SEIO) de la Fundación BBVA 2022 ha reconocido como Mejor Contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data al libro “Bayesian Inference with INLA”, escrito por el profesor de la Universidad de Castilla-La Mancha (UCLM), Virgilio Gómez Rubio. La obra, publicada en la reputada editorial internacional Chapman & Hall/CRC Press, en 2020, se centra en el uso de la metodología INLA (‘Integrated Nested Laplace Approximation’) para el ajuste de modelos estadísticos de muy diverso tipo utilizando inferencia bayesiana.
La inferencia Bayesiana, como explica el profesor Gómez Rubio, permite combinar información existente (de expertos, como ejemplo), sobre un problema concreto y los datos observados empíricamente utilizando las reglas de probabilidad (en concreto, el famoso Teorema de Bayes), “lo que suele proporcionar estimaciones y predicciones más fiables”, señala.
De esta manera, la inferencia bayesiana formaliza matemáticamente el proceso de aprendizaje sobre los parámetros de un modelo a partir de unos datos observados, continúa. “Además, la estadística bayesiana está teniendo un papel muy importante en los recientes avances en Inteligencia Artificial y ‘Big Data’”.
La portada del libro muestra un mapa de Castilla-La Mancha con la ubicación de incendios forestales producidos por rayos en Castilla-La Mancha en el período 1998-2007, que es uno de los ejemplos que se desarrollan en el libro. A partir del estudio de la localización de estos incendios es posible ver su relación con factores ambientales o geográficos (como la altitud) y desarrollar mapas de riesgo de incendio.
El libro describe distintos tipos de modelos estadísticos y sus diferentes aplicaciones. Otros ejemplos desarrollados en este trabajo incluyen el uso de modelos multinivel para el análisis de factores que influyen en el crecimiento de cultivos, modelos espaciales para estudiar la distribución espacial de especies vegetales, modelos de supervivencia para analizar los factores de supervivencia al cáncer en ensayos clínicos, el análisis de series temporales o el ajuste de modelos cuando no todos la información de un estudio se han podido recoger y hay variables con datos parcialmente observados.
La metodología INLA es ampliamente utilizada en la actualidad para el ajuste de modelos y otros estudios en los que se ha utilizado recientemente incluyen la estimación del exceso de mortalidad en 2020 por la pandemia, el estudio de la distribución espacial de especies animales y vegetales, el análisis de series temporales de terremotos y el desarrollo de atlas de mortalidad por cáncer a nivel municipal en Castilla-La Mancha.
El libro ha sido desarrollado como parte de proyectos de investigación cofinanciadas por el Plan Propio de Investigación de la UCLM, la Consejería de Educación, Cultura y Deportes (JCCM) y el Ministerio de Economía y Competitividad.
Los Premios SEIO-Fundación BBVA también reconocieron en la pasada edición a los profesores de la UCLM Francisco Parreño y María Teresa Alonso, a la Mejor Contribución Aplicada, por un trabajo en el que se resuelve un problema de optimización de corte de vidrio por medio de un algoritmo “beam search”.
