Técnicas de modelización y análisis de datos epidemiológicos. Utilidad y limitaciones durante la pandemia del COVID-19.
Programa
El taller se estructura en siete bloques temáticos de 2 horas cada uno que se impartirán en la modalidad de tutoriales interactivos siguiendo una metodología docente fundamentada en la técnica de aprender haciendo (learning by doing).
Se hablará de modelos epidemiológicos, del significado de los parámetros que se utilizan en su formulación, de los datos de entrada necesarios para su buen ajuste y de sus limitaciones.
Organizado por el departamento de Estadística e Investigación Operativa de la Universidad Complutense de Madrid, así como el Instituto de Matemática Interdisciplinar de la UCM.
Bloque 1: Modelo de regresión no lineal
- Introducción
- Portales de datos abiertos del COVID-19
- Número reproductivo empírico
- Primeros pasos con Microsoft Excel y R
- Formulario del modelo
- Ajuste e interpretación de los parámetros del modelo
- Monitorización de los parámetros: análisis e intervenciones
- Predicción cooperativa: acción matemática contra el coronavirus (Comité Español de Ciencias Matemáticas)
Impartido por: Beatriz González Pérez
Bloque 2: Modelo de corrección del error
- Introducción a las series temporales
- Procesos autorregresivos univariantes y su modelado: ejemplos en R
- Procesos autorregresivos multivariantes y su modelado: ejemplos en R
- Modelo de corrección del error: ejemplos en R
- Desarrollo de un sistema automático para los datos del COVID-19
Impartido por: José Luis Sánchez Maroñas
Bloque 3: Modelos compartimentales en epidemiología
- Modelado determinista frente a estocástico
- Formulación del modelo SIR básico
- Simulación del modelo con R
- Optimización de los parámetros del modelo
- Extensiones del modelo SIR
Impartido por: Gabriel Valverde Castilla
Bloque 4: Más allá del modelo SIR: modelo SCIR, SIR con Confinamiento
- Formulación del modelo
- Simulación y comportamiento del modelo
- Diferencias con SIR
- Ajuste a datos del COVID-19: incertidumbre de las predicciones
Impartido por: Saúl Ares
Bloque 5: Desarrollo de aplicaciones reactivas e interactivas para la visualización de datos relativos al COVID-19
- Programación con R. Obtención de datos. Procesamiento de datos. Programación funcional con la familia de librerías Tidyverse. Programación reactiva.
- Aplicaciones interactivas con Shiny. Arquitectura. Modelos. Paneles. Contenido estático. Contenido dinámico. Contenido reactivo.
- Aplicación MATGEN. Explotación. Modificación. Extensión.
Impartido por: José Manuel Velasco Cabo
Bloque 6: Análisis de datos y reprenstación cartográfica con GIS
- Introducción
- Conceptos básicos. Arquitectura del sistema. Geolocalización. Tipos de proyección. Ajustes por triangulación. Tipos de formatos, datos y capas: DFX, DWG, SHP, etc. Puntos líneas y áreas vectoriales y raster.
- Mapas.
- Resultados posibles y análisis.
- Aplicaciones.
Impartido por: Óscar de Gregorio Vicente
Bloque 7: Procesamiento del lenguaje natural (PLN)
Impartido por: María Luisa Díez Platas
Dirigido a
El curso es introductorio y está destinado a personas con superdotación y/o altas capacidades a partir de 12 años de edad, asociadas a AEST, que estén interesadas en aprender por qué las matemáticas se están revelando de gran utilidad en la compresión y en la gestión de una pandemia. Si aún no eres socio, te informamos sobre los pasos a seguir para serlo.
Fechas, horarios y lugar
El taller comenzará el 1 de febrero y tendrá lugar todos los miércoles en horario de 18:00 a 20:00. Las sesiones serán todas en formato online.
Inscripciones
Interesados enviar los siguientes datos a alicia@aest.es antes del 20 de enero y se os confirmará plaza:
• Nombre, apellidos y edad del participante.
• Teléfono móvil.
• Número de socio.
Entidades participantes
Este curso se enmarca dentro del Proyecto ApS orientado a desarrollar el potencial de las personas con altas capacidades (AACC):
https://www.ucm.es/diversidad/aprendizaje-servicio