Modelos exponenciales con dispersión y ajuste de modelos lineales generalizados con extravariación

El presente proyecto consta de dos partes. 1. Modelos exponenciales con dispersión. 2. Ajuste de modelos lineales generalizados para datos de conteo con superdispersión. (...) Objetivos generales y específicos: El estudio de los modelos exponenciales con dispersión conduce a desarrollar y perfeccionar métodos de estimación y de inferencia tanto desde el punto de vista teórico como numérico. (...) i) Presentar, sin sin usar el teorema de Mora, resultados sobre la convergencia de modelos exponenciales con dispersión infinitamente divisibles. ii) Proponer una metodología apropiada para el análisis estadístico de variables aleatorias discretas enteras en función de posibles modelos adoptados para su explicación. Construcción de los algoritmos necesarios para la estimación de los parámetros especificados en el modelo adoptado y presentación de las macros correspondientes para su implementación.

Modelos Mixtos-Aditivos Generalizados para el Estudio de Fenómenos Biológicos y Sociales Descriptos por Datos Agregados y/o Longitudinales. Generalized Mixed Additive Models for the Study of Biological and Social Phenomenons from Longitudinal and/or Aggregated Data.

Este proyecto propone extender y generalizar los procesos de estimación e inferencia de modelos aditivos generalizados multivariados para variables aleatorias no gaussianas, que describen comportamientos de fenómenos biológicos y sociales y cuyas representaciones originan series longitudinales y datos agregados (clusters). Se genera teniendo como objeto para las aplicaciones inmediatas, el desarrollo de metodología de modelación para la comprensión de procesos biológicos, ambientales y sociales de las áreas de Salud y las Ciencias Sociales, la condicionan la presencia de fenómenos específicos, como el de las enfermedades.Es así que el plan que se propone intenta estrechar la relación entre la Matemática Aplicada, desde un enfoque bajo incertidumbre y las Ciencias Biológicas y Sociales, en general, generando nuevas herramientas para poder analizar y explicar muchos problemas sobre los cuales tienen cada vez mas información experimental y/o observacional.Se propone, en forma secuencial, comenzando por variables aleatorias discretas (Yi, con función de varianza menor que una potencia par del valor esperado E(Y)) generar una clase unificada de modelos aditivos (paramétricos y no paramétricos) generalizados, la cual contenga como casos particulares a los modelos lineales generalizados, no lineales generalizados, los aditivos generalizados, los de media marginales generalizados (enfoques GEE1 -Liang y Zeger, 1986- y GEE2 -Zhao y Prentice, 1990; Zeger y Qaqish, 1992; Yan y Fine, 2004), iniciando una conexión con los modelos lineales mixtos generalizados para variables latentes (GLLAMM, Skrondal y Rabe-Hesketh, 2004), partiendo de estructuras de datos correlacionados. Esto permitirá definir distribuciones condicionales de las respuestas, dadas las covariables y las variables latentes y estimar ecuaciones estructurales para las VL, incluyendo regresiones de VL sobre las covariables y regresiones de VL sobre otras VL y modelos específicos para considerar jerarquías de variación ya reconocidas. Cómo definir modelos que consideren estructuras espaciales o temporales, de manera tal que permitan la presencia de factores jerárquicos, fijos o aleatorios, medidos con error como es el caso de las situaciones que se presentan en las Ciencias Sociales y en Epidemiología, es un desafío a nivel estadístico. Se proyecta esa forma secuencial para la construcción de metodología tanto de estimación como de inferencia, comenzando con variables aleatorias Poisson y Bernoulli, incluyendo los existentes MLG, hasta los actuales modelos generalizados jerárquicos, conextando con los GLLAMM, partiendo de estructuras de datos correlacionados. Esta familia de modelos se generará para estructuras de variables/vectores, covariables y componentes aleatorios jerárquicos que describan fenómenos de las Ciencias Sociales y la Epidemiología.

Respuesta de los sistemas planta-fitófago-parasitoide a condiciones microambientales en hábitats naturales y urbanos

Uno de los mayores desafíos de la ecología será predecir las posibles consecuencias del cambio climático sobre los organismos biológicos y proponer medidas que las suavicen. Es de esperar que los cambios climáticos provoquen la extinción de especies sensibles, a través de la disminución de su éxito reproductivo, la reducción de la cantidad y accesibilidad a hábitats adecuados, y también indirectamente por la eliminación de los recursos esenciales para su supervivencia. En un contexto de cambio climático global, el objetivo general de este proyecto es comprender los efectos de las condiciones microambientales sobre sistemas planta-herbívoro-parasitoide, en ambientes naturales y urbanos. Para ello estudiaremos las relaciones entre plantas, minadores de hojas y sus parasitoides considerando las diversas condiciones microambientales en donde el sistema se desarrolla. En ambientes nativos se prevé el estudio de dichos sistemas en tres ubicaciones del bosque (interior, bordes con orientación norte y bordes con orientación sur), analizando la identidad y abundancia de las especies, y los niveles de herbivoría y parasitismo. También se realizarán experimentos de laboratorio para analizar los niveles de herbivoría que sufran hojas obtenidas en cada una de las ubicaciones, a fin de conocer si poseen diferencias que puedan ser detectadas por los insectos, y se analizarán también posibles diferencias en la dureza de las hojas y su contenido de nitrógeno y carbono. En ambientes urbanos se estudiará la ocurrencia y grado de herbivoría de un minador de hojas asociado al “jacarandá”, árbol común en veredas de la ciudad de Córdoba, asi como la incidencia de sus parasitoides. Se relacionarán las variables biológicas con variables ambientales a nivel de sitio, tales como temperatura, tráfico vehicular, distancia al centro geográfico e “índice verde”, tomado a partir de imágenes satelitales. Los datos obtenidos a partir de los muestreos de campo en ambientes nativos serán analizados mediante modelos lineales generalizados que contemplen la dependencia de los microhábitats por localidad. Las variables obtenidas en experimentos en laboratorio serán analizadas mediante ANOVA con medidas repetidas o Test de Kruskall-Wallis. Los datos provenientes de ambientes urbanos serán analizados mediante regresiones logísticas para determinar la probabilidad de ocurrencia del minador, asi como los niveles de herbivoría y parasitismo en los diversos árboles estudiados. Se incluirán en el modelo todas las variables de urbanización anteriormente mencionadas así como la densidad de árboles en el sitio.

DESARROLLO DE APLICACIONES ESTADÍSTICAS PARA LA AGRICULTURA DE PRECISIÓN. STATISTICAL APPLICATIONS FOR PRECISION AGRICULTURE

A partir de las últimas décadas se ha impulsado el desarrollo y la utilización de los Sistemas de Información Geográficos (SIG) y los Sistemas de Posicionamiento Satelital (GPS) orientados a mejorar la eficiencia productiva de distintos sistemas de cultivos extensivos en términos agronómicos, económicos y ambientales. Estas nuevas tecnologías permiten medir variabilidad espacial de propiedades del sitio como conductividad eléctrica aparente y otros atributos del terreno así como el efecto de las mismas sobre la distribución espacial de los rendimientos. Luego, es posible aplicar el manejo sitio-específico en los lotes para mejorar la eficiencia en el uso de los insumos agroquímicos, la protección del medio ambiente y la sustentabilidad de la vida rural. En la actualidad, existe una oferta amplia de recursos tecnológicos propios de la agricultura de precisión para capturar variación espacial a través de los sitios dentro del terreno. El óptimo uso del gran volumen de datos derivado de maquinarias de agricultura de precisión depende fuertemente de las capacidades para explorar la información relativa a las complejas interacciones que subyacen los resultados productivos. La covariación espacial de las propiedades del sitio y el rendimiento de los cultivos ha sido estudiada a través de modelos geoestadísticos clásicos que se basan en la teoría de variables regionalizadas. Nuevos desarrollos de modelos estadísticos contemporáneos, entre los que se destacan los modelos lineales mixtos, constituyen herramientas prometedoras para el tratamiento de datos correlacionados espacialmente. Más aún, debido a la naturaleza multivariada de las múltiples variables registradas en cada sitio, las técnicas de análisis multivariado podrían aportar valiosa información para la visualización y explotación de datos georreferenciados. La comprensión de las bases agronómicas de las complejas interacciones que se producen a la escala de lotes en producción, es hoy posible con el uso de éstas nuevas tecnologías. Los objetivos del presente proyecto son: (l) desarrollar estrategias metodológicas basadas en la complementación de técnicas de análisis multivariados y geoestadísticas, para la clasificación de sitios intralotes y el estudio de interdependencias entre variables de sitio y rendimiento; (ll) proponer modelos mixtos alternativos, basados en funciones de correlación espacial de los términos de error que permitan explorar patrones de correlación espacial de los rendimientos intralotes y las propiedades del suelo en los sitios delimitados. From the last decades the use and development of Geographical Information Systems (GIS) and Satellite Positioning Systems (GPS) is highly promoted in cropping systems. Such technologies allow measuring spatial variability of site properties including electrical conductivity and others soil features as well as their impact on the spatial variability of yields. Therefore, site-specific management could be applied to improve the efficiency in the use of agrochemicals, the environmental protection, and the sustainability of the rural life. Currently, there is a wide offer of technological resources to capture spatial variation across sites within field. However, the optimum use of data coming from the precision agriculture machineries strongly depends on the capabilities to explore the information about the complex interactions underlying the productive outputs. The covariation between spatial soil properties and yields from georeferenced data has been treated in a graphical manner or with standard geostatistical approaches. New statistical modeling capabilities from the Mixed Linear Model framework are promising to deal with correlated data such those produced by the precision agriculture. Moreover, rescuing the multivariate nature of the multiple data collected at each site, several multivariate statistical approaches could be crucial tools for data analysis with georeferenced data. Understanding the basis of complex interactions at the scale of production field is now within reach the use of these new techniques. Our main objectives are: (1) to develop new statistical strategies, based on the complementarities of geostatistics and multivariate methods, useful to classify sites within field grown with grain crops and analyze the interrelationships of several soil and yield variables, (2) to propose mixed linear models to predict yield according spatial soil variability and to build contour maps to promote a more sustainable agriculture.

DESARROLLO DE APLICACIONES ESTADÍSTICAS PARA LA AGRICULTURA DE PRECISIÓN

A partir de las últimas décadas se ha impulsado el desarrollo y la utilización de los Sistemas de Información Geográficos (SIG) y los Sistemas de Posicionamiento Satelital (GPS) orientados a mejorar la eficiencia productiva de distintos sistemas de cultivos extensivos en términos agronómicos, económicos y ambientales. Estas nuevas tecnologías permiten medir variabilidad espacial de propiedades del sitio como conductividad eléctrica aparente y otros atributos del terreno así como el efecto de las mismas sobre la distribución espacial de los rendimientos. Luego, es posible aplicar el manejo sitio-específico en los lotes para mejorar la eficiencia en el uso de los insumos agroquímicos, la protección del medio ambiente y la sustentabilidad de la vida rural. En la actualidad, existe una oferta amplia de recursos tecnológicos propios de la agricultura de precisión para capturar variación espacial a través de los sitios dentro del terreno. El óptimo uso del gran volumen de datos derivado de maquinarias de agricultura de precisión depende fuertemente de las capacidades para explorar la información relativa a las complejas interacciones que subyacen los resultados productivos. La covariación espacial de las propiedades del sitio y el rendimiento de los cultivos ha sido estudiada a través de modelos geoestadísticos clásicos que se basan en la teoría de variables regionalizadas. Nuevos desarrollos de modelos estadísticos contemporáneos, entre los que se destacan los modelos lineales mixtos, constituyen herramientas prometedoras para el tratamiento de datos correlacionados espacialmente. Más aún, debido a la naturaleza multivariada de las múltiples variables registradas en cada sitio, las técnicas de análisis multivariado podrían aportar valiosa información para la visualización y explotación de datos georreferenciados. La comprensión de las bases agronómicas de las complejas interacciones que se producen a la escala de lotes en producción, es hoy posible con el uso de éstas nuevas tecnologías. Los objetivos del presente proyecto son: (l) desarrollar estrategias metodológicas basadas en la complementación de técnicas de análisis multivariados y geoestadísticas, para la clasificación de sitios intralotes y el estudio de interdependencias entre variables de sitio y rendimiento; (ll) proponer modelos mixtos alternativos, basados en funciones de correlación espacial de los términos de error que permitan explorar patrones de correlación espacial de los rendimientos intralotes y las propiedades del suelo en los sitios delimitados.

Modelos de simulación aplicados a sistemas de producción de leche bovina

Los sistemas de producción de leche bovina son extremadamente complejos por la gran cantidad de variables que inciden sobre la magnitud de los resultados. Esto dificulta el análisis de los sistemas reales abordados en su totalidad y como una unidad. Resulta imposible utilizar todas las variables que inciden sobre los resultados de un sistema real al momento de construir un modelo de simulación. Es por eso que se hace necesario simplificar el modelo que describe el sistema, considerando un número limitado de variables que sean la fuente de las grandes variaciones en la magnitud del producto final (Silva Genneville y Mansilla Martínez, 1993). El apoyo informático de las técnicas de simulación resulta de gran utilidad para entender, explicar o mejorar el sistema (Aguilar González, 1997) y a su vez permite que la simulación sea factible, rápida y económica. Los modelos proporcionan a más bajo costo y menor tiempo un conocimiento más rápido de las situaciones reales (Silva Genneville y Mansilla Martínez, 1993). Los modelos de simulación están dirigidos al estudio de un problema específico y la búsqueda de soluciones. La predicción de la respuesta animal en función del nivel de alimentación y el tiempo bajo distintas condiciones de manejo, puede ser utilizada para la planificación física y económica de los sistemas ganaderos. El objetivo general del proyecto es brindar una herramienta que permita planificar la alimentación y presupuestar recursos de los diferentes sistemas de producción de carne en Argentina para contribuir al mejoramiento de la productividad de los mismos.

Desarrollo de alternativas de mejoramiento térmico invernal y estival para viviendas de interés social en Córdoba. Diseño, construcción y verificación de modelos y/o prototipos

Los actuales planes de vivienda de carácter gubernamental, si bien significan un avance en el mejoramiento de las condiciones térmicas de confort para destinatarios de viviendas precarias, por lo general no contemplan el aprovechamiento de los recursos energéticos naturales, tales como la radiación solar, los vientos, la vegetación, la luz natural y la tierra como depósito de energía. El presente Proyecto de Investigación contempla la construcción de uno o dos prototipos y el monitoreo de sus capacidades de generar o quitar calor (según sea invierno o verano).

Métodos estadístico-computacionales para la caracterización de patrones de expresión de proteínas en 2D-DIGE

El volumen de datos provenientes de experimentos basados en genómica y poteómica es grande y de estructura compleja. Solo a través de un análisis bioinformático/bioestadístico eficiente es posible identificar y caracterizar perfiles de expresión de genes y proteínas que se expresan en forma diferencial bajo distintas condiciones experimentales (CE). El objetivo principal es extender las capacidades computacionales y analíticos de los softwares disponibles de análisis de este tipo de datos, en especial para aquellos aplicables a datos de electroforésis bidimensional diferencial (2D-DIGE). En DIGE el método estadístico más usado es la prueba t de Student cuya aplicación presupone una única fuente de variación y el cumplimiento de ciertos supuestos distribucionales de los datos (como independencia y homogeneidad de varianzas), los cuales no siempre se cumplen en la práctica, pudiendo conllevar a errores en las estimaciones e inferencias de los efectos de interés. Los modelos Generalizados lineales mixtos (GLMM) permiten no solo incorporar los efectos que, se asume, afectan la variación de la respuesta sino que también modelan estructuras de covarianzas y de correlaciones más afines a las que se presentan en la realidad, liberando del supuesto de independencia y de normalidad. Estos modelos, más complejos en esencia, simplificará el análisis debido a la modelización directa de los datos crudos sin la aplicación de transformaciones para lograr distribuciones más simétricas. Produciendo también a una estimación estadísticamente más eficiente de los efectos presentes y por tanto a una detección más certera de los genes/ proteínas involucrados en procesos biológicos de interés. La característica relevante de esta tecnología es que no se conoce a priori cuáles son las proteínas presentes. Estas son identificadas mediante otras técnicas más costosas una vez que se detectó un conjunto de manchas diferenciales sobre los geles 2DE. Por ende disminuir los falsos positivos es fundamental en la identificación de tales manchas ya que inducen a resultados erróneas y asociaciones biológica ficticias. Esto no solo se logrará mediante el desarrollo de técnicas de normalización que incorporen explícitamente las CE, sino también con el desarrollo de métodos que permitan salirse del supuesto de gaussianidad y evaluar otros supuestos distribucionales más adecuados para este tipo de datos. También, se desarrollarán técnicas de aprendizaje automática que mediante optimización de funciones de costo específicas nos permitan identificar el subconjunto de proteínas con mayor potencialidad diagnóstica. Este proyecto tiene una alta componente estadístico/bioinformática, pero creemos que es el campo de aplicación, es decir la genómica y la proteómica, los que mas se beneficiarán con los resultados esperados. Para tal fin se utilizarán diversas bases de datos de distintos experimentos provistos por distintos centros de investigación nacionales e internacionales

Estudio de las propiedades dieléctricas y ópticas de películas de sólidos moleculares sobre sustratos de diversa naturaleza

El tema de investigación propuesto en el presente proyecto es el estudio de las propiedades dieléctricas y ópticas de películas de sólidos moleculares formadas a partir de compuestos derivados del bifenilo, con halógenos como sustituyentes. Se analizará el comportamiento de bis (4 cloro fenil) sulfona y 4-4' dicloro benzofenona comparativamente con fenil sulfona y benzofenona. Se continuará con otros compuestos, variando la posición y naturaleza de los sustituyentes. Se utilizarán sustratos de naturaleza metálica como plata y oro, y dióxido de titanio. Se analizarán efectos específicos de la orientación cristalina de la superficie del sustrato. Una de las motivaciones del presente proyecto es la diversidad de aplicaciones prácticas de estas películas en el campo de la contaminación ambiental, la optoelectrónica y la industria farmacéutica. Efectivamente la actividad biológica y toxicidad de compuestos bifenílicos clorados está directamente relacionada con la conformación molecular y la movilidad relativa de los anillos bencénicos entre sí. Por otra parte muchos de estos compuestos presentan respuestas ópticas no lineales lo cual los hace atractivos para su utilización en el diseño de instrumental optoelectrónico. Además el estudio de estos compuesto presenta interés académico en el campo de la Física del Estado Sólido. En la elaboración de modelos teóricos es importante el conocimiento de los mecanismos a través de los cuales las distintas contribuciones de las fuerzas intramoleculares, intermoleculares y de interacción con el sustrato determinan la estructura del sólido molecular. (...) El objetivo general del presente proyecto es lograr controlar la estructura de películas de compuestos derivados del bifenilo variando las condiciones de trabajo. Específicamente se pretende determinar las condiciones experimentales bajo las cuales son energéticamente más estables las diferentes fases que se observan en estos compuestos. A su vez se intentará determinar los cambios en sus propiedades dieléctricas y ópticas y la toxicidad variando diversos parámetros experimentales con fines prácticos. Por otra parte, con el conocimiento del comportamiento de estas películas aportará información para la elaboración de modelos teóricos que expliquen los mecanismos involucrados en la competencia de los diversos tipos de interacciones que determinan las diferentes estructuras.