Académico de la UTFSM dictará conferencia en el Instituto de Estadística

“Concordance Correlation Coefficients for Modelling Spatial Data” se titula la conferencia que dictará el doctor Ronny Vallejos, académico del Departamento de Matemáticas de la Universidad Técnica Federico Santa María (UTFSM). La actividad se efectuará el martes 29 de agosto a las 12:00 horas en la sala 1-35 de la Casa Central de la Pontificia Universidad Católica de Valparaíso, ubicada en Avda. Brasil 2950, Valparaíso.

El resumen de su investigación es el siguiente: “En este trabajo sugerimos un coeficiente de correlación de concordancia espacial que es una extensión del índice de concordancia usual propuesto por Lin [Biometrics 45, 255-268, 1989]. Nuestro coeficiente depende del lag espacial en una forma similar al variograma cruzado entre dos procesos espaciales. Esto puede ser hecho usando identidades que relacionan la covarianza y la covarianza cruzada entre dos secuencias. Como un resultado, el coeficiente tiene las mismas propiedades que el coeficiente de Lin. En particular, describimos el coeficiente de concordancia como un producto entre el coeficiente de correlación entre los procesos y una constante que juega el rol de una actualización de información. Además, describimos la concordancia espacial para un proceso gaussiano bivariado con una función de covarianza Matern. Delineamos las propiedades asintóticas del estimador máximo verosímil de la concordancia espacial para un proceso gaussiano bivariado con una función de covarianza exponencial. Adicionalmente, abordamos las dificultades y desventajas relacionando la definición de un coeficiente de correlación de concordancia para datos areales, el que es motivado por una aplicación sobre índices de pobreza en Chile”.

Sobre el expositor

Ronny Vallejos es Licenciado en Matemáticas de la Universidad Técnica Federico Santa María (UTFSM). Realizó un Máster en Matemáticas en la UTFSM y un Máster en Estadística en la Universidad de Connecticut (EE. UU).

Es además Doctor en Estadística de la Universidad de Maryland (EE. UU). Sus áreas de estudio son Estadística Espacial, Análisis Estadístico de Imágenes y Series Temporales.