Profesorado, Tutorías y Evaluación
Dirección:
Dr. Hilario Navarro Veguillas,
Profesor Titular de Universidad. UNED.
Docencia: Modelos de Regresión (Grado en CC. Matemáticas, UNED); Análisis Multivariante (Grado en CC. Matemáticas, UNED); Análisis Estadístico Multivariante (Máster EEES de Matemáticas Avanzadas, UNED); Estadística Matemática en la Ciencia de Datos (Máster EEES de Matemáticas Avanzadas, UNED); Técnicas de Regularización en el Aprendizaje Estadístico (Trabajo Final del Máster EEES de Matemáticas Avanzadas, UNED); Trabajo Fin de Grado en CC. Matemáticas, UNED.
Líneas de Investigación: Métodos Estadísticos en el Análisis de Datos de Alta Dimensión. Nuevas Perspectivas en el Análisis de Datos Multivariantes. Modelos Gráficos Probabilísticos. Distribuciones Asimétricas.
Colaboradores:
Dra. Paloma Maín Yaque.
Líneas de Investigación: Inferencia Bayesiana: Procedimientos y Aspectos Computacionales. Sensibilidad y Robustez en Redes Bayesianas. Robustez de Modelos Multivariantes.
Temas de interés y trabajos publicados recientemente por miembros del grupo:
Teoría y métodos estadísticos para el análisis científico de datos con alta dimensión
Lucía Trilla-Fuertes, Angelo Gámez-Pozo, Jorge M. Arevalillo, Rocío López-Vacas, Elena López-Camacho, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Mariana Díaz-Almirón, María Ferrer-Gómez, Hilario Navarro, Paolo Nanni, Pilar Zamora, Enrique Espinosa, Paloma Maín, Juan Ángel Fresno Vara. Bayesian networks established functional differences between breast cancer subtypes. PLOS ONE 15(6): e0234752. https://doi.org/10.1371/journal.pone.0234752 (2020)
Lucía Trilla-Fuertes, Angelo Gámez-Pozo, Elena López-Camacho, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Rocío López-Vacas, Jorge M. Arevalillo, Mariana Díaz-Almirón, Hilario Navarro, Paloma Maín, Enrique Espinosa, Pilar Zamora, Juan Ángel Fresno Vara. Computational models applied to metabolomics data hints at the relevance of glutamine metabolism in breast cancer. BMC Cancer 20:307. https://doi.org/10.1186/s12885-020-06764-x (2020)
Lucia Trilla-Fuertes, Angelo Gámez-Pozo, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Mariana Díaz-Almirón, Jorge M Arevalillo, María Ferrer-Gómez, Hilario Navarro, Paloma Maín, Enrique Espinosa, Álvaro Pinto, Juan Ángel Fresno Vara. Biological molecular layer classification of muscle-invasive bladder cancer opens new treatment opportunities. BMC Cancer. 19:636 (2019)
Guillermo Prado-Vázquez, Angelo Gámez-Pozo, Lucía Trilla-Fuertes, Jorge M. Arevalillo, Andrea Zapater-Moros, María Ferrer-Gómez, Mariana Díaz-Almirón, Rocío López-Vacas, Hilario Navarro, Paloma Maín, Jaime Feliú, Pilar Zamora, Enrique Espinosa, Juan Ángel Fresno Vara. A novel approach to triple-negative breast cancer molecular classification reveals a luminal immune-positive subgroup with good prognoses. Scientific Reports 9(1):1538 DOI: 10.1038/s41598-018-38364-y (2019)
Andrea Zapater-Moros, Angelo Gámez-Pozo, Guillermo Prado-Vázquez, Lucía Trilla-Fuertes, Jorge M. Arevalillo, Mariana Díaz-Almirón, Hilario Navarro, Paloma Maín, Jaime Feliú, Pilar Zamora, Enrique Espinosa and Juan Ángel Fresno Vara. Probabilistic graphical models relate immune status with response to neoadjuvant chemotherapy in breast cancer. Oncotarget, DOI/10.18632/oncotarget.25496 (2018)
Lucía Trilla-Fuertes, Angelo Gámez-Pozo, Jorge M. Arevalillo, Mariana Díaz-Almirón, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Hilario Navarro, Rosa Aras-López, Irene Dapía, Rocío López-Vacas, Paolo Nanni, Sara Llorente-Armijo, Pedro Arias, Alberto M. Borobia, Paloma Maín, Jaime Feliú, Enrique Espinosa, Juan Ángel Fresno Vara. Molecular characterization of breast cancer cell response to metabolic drugs. Oncotarget, DOI/10.18632/oncotarget.24047 (2018)
Guillermo de Velasco, Lucia Trilla-Fuertes, Angelo Gamez-Pozo, Maria Urbanowicz, Gustavo Ruiz-Ares, Juan M. Sepúlveda, Guillermo Prado-Vazquez, Jorge M. Arevalillo, Andrea Zapater-Moros, Hilario Navarro, Rocio Lopez-Vacas, Ray Manneh, Irene Otero, Felipe Villacampa, Jesus M. Paramio, Juan Angel Fresno Vara, Daniel Castellano. Urothelial cancer proteomics provides both prognostic and functional information. Scientific Reports 7, Article number: 15819 (2017)
Angelo Gámez-Pozo, Lucía Trilla-Fuertes, Julia Berges-Soria, Nathalie Selevsek, Rocío López-Vacas, Mariana Díaz-Almirón, Paolo Nanni, Jorge M Arevalillo, Hilario Navarro, Jonas Grossmann, Francisco Gayá Moreno, Rubén Gómez Rioja, Guillermo Prado-Vázquez, Andrea Zapater-Moros, Paloma Main, Jaime Feliú, Purificación Martínez del Prado, Pilar Zamora, Eva Ciruelos, Enrique Espinosa, Juan Ángel Fresno Vara : Functional proteomics outlines the complexity of breast cancer molecular subtypes. Scientific Reports 7, Article number: 10100 (2017)
Angelo Gámez-Pozo, Julia Berges-Soria, Jorge M Arevalillo, Paolo Nanni, Rocío López Vacas, Hilario Navarro, Jonas Grossmann, Carlos A Castañeda, Paloma Main, Mariana Diaz-Almiron, Enrique Espinosa, Eva Ciruelos, Juan Ángel Fresno Vara: Combined label-free quantitative proteomics and microRNA expression analysis of breast cancer unravel molecular differences with clinical implications. Cancer Research 75: 2243-2253 (2015)
Jorge M. Arevalillo, Hilario Navarro: Exploring correlations in gene expression microarray data for maximum predictive-minimum redundancy biomarker selection and classification. Comp. in Bio. and Med. 43(10): 1437-1443 (2013)
Modelos gráficos probabilísticos: redes bayesianas gaussianas y modelos no paramétricos
M.A. Gómez-Villegas, Paloma Main, Hilario Navarro, R. Susi: Sensitivity to hyperprior parameters in Gaussian Bayesian networks. J. Multivariate Analysis 124: 214-225 (2014)
Traspasando la normalidad multivariante: asimetría y kurtosis
Arevalillo, J.M.; Navarro, H.: New Insights on the Multivariate Skew Exponential Power Distribution. Mathematica Slovaca , 73(2):529-44 (2023)
Arevalillo, J.M.; Navarro, H.: Skewness-Based Projection Pursuit as an Eigenvector Problem in Scale Mixtures of Skew-Normal Distributions. Symmetry , 13, 1056 (2021)
Arevalillo, J.M.; Navarro, H.: Skewness-Kurtosis Model-Based Projection Pursuit with Application to Summarizing Gene Expression Data. Mathematics, 9, 954 (2021)
Arevalillo, J.M., Navarro, H.: Data projections by skewness maximization under scale mixtures of skew-normal vectors. Advances in Data Analysis and Classification https://doi.org/10.1007/s11634-020-00388-6 (2020)
Arevalillo, J.M., Navarro, H.: A stochastic ordering based on the canonical transformation of skew-normal vectors. TEST https://doi.org/10.1007/s11749-018-0583-5 (2018)
Jorge M Arevalillo, Hilario Navarro: A note on the direction maximizing skewness in multivariate skew-t vectors. Statistics & Probability Letters 96. 328-332 (2015)
Main, P.; Arevalillo, J.; Navarro, H.: Local effect of asymmetry deviations from Gaussianity using information-based measures. In Proceedings of the 2nd Int. Electron. Conf. Entropy Appl., 15–30 November 2015; Sciforum Electronic Conference Series, Vol. 2, B002; doi:10.3390/ecea-2-B002 (2015)
M.A. Gómez-Villegas, Paloma Main, Hilario Navarro, R. Susi: Assessing the effect of kurtosis deviations from Gaussianity on conditional distributions. Applied Mathematics and Computation 219(21): 10499-10505 (2013)
Jorge M. Arevalillo, Hilario Navarro: A study of the effect of kurtosis on discriminant analysis under elliptical populations. J. Multivariate Analysis 107: 53-63 (2012)
Tutorización y Evaluación:
La modalidad del curso es "a distancia" y no tiene actividades presenciales obligatorias. La docencia se realiza a través de la plataforma aLF, propia de la UNED. Esto significa que, durante el periodo lectivo, el alumno podrá comunicarse con el profesor y con el resto de compañeros a través de un "curso virtual", en el que, además, dispondrá de una planificación, materiales didácticos complementarios, actividades recomendadas, etc.
La calificación se obtendrá, fundamentalmente, mediante Pruebas de Evaluación a Distancia. Dichas pruebas —el curso consta de tres— consistirán en la resolución de una serie de ejercicios propuestos por el equipo docente, que el alumno recibirá gradualmente a lo largo del curso. La calificación final será Apto/No Apto/No Presentado.