Estadística

La mayoría de los procedimientos estadísticos clásicos están basados en la suposición de que se conoce el modelo que genera los datos. Por este motivo, dichos métodos son muy sensibles al incumplimiento de las hipótesis que los generaron o a pequeñas desviaciones del modelo, como la presencia de observaciones atípicas. Los procedimientos estadísticos robustos tienen como objetivo permitir inferencias válidas aún cuando el modelo se cumple sólo aproximadamente y al mismo tiempo, ser altamente eficientes bajo el modelo. 
Asimismo, clásicamente los modelos más usados son los paramétricos, en lo que se supone que la muestra de observaciones proviene de una familia paramétrica conocida. Este supuesto es relativamente fuerte porque el modelo paramétrico asumido puede no ser el correcto. Además, los métodos estadísticos desarrollados para un modelo particular pueden llevar a conclusiones erróneas cuando se aplican a otro ligeramente perturbado. Estos problemas llevaron a la tendencia de desarrollar, además de procedimientos estadísticos robustos, métodos semiparamétricos para analizar los datos.  El Instituto de Cálculo cuenta con un grupo de Profesores/as, Investigadores/as, Auxiliares y Becarios/as que realizan tareas de investigación en Estadística en temas de investigación que involucran principalmente métodos estadísticos robustos y/o semiparamétricos con aplicaciones a: modelos lineales generalizados, series de tiempo, modelos de regresión parcialmente lineales, modelos de componentes principales comunes, modelos generalizados parcialmente lineales, regiones de tolerancia para datos multivariados, sliced regression, análisis discriminate, modelos de regresión con datos censurados, modelos de regresión con datos faltantes, modelos aditivos, datos funcionales, regresión isotónica, modelos GARCH y ARMA, estadística en variedades Riemannianas, estimación robusta de covarianza y posición para datos multivariados con y sin datos faltantes.