Información de contacto

3165000 Extensión 13161

Oficina 331 - Edificio 404 

Ciudad Universitaria - Bogotá

Martha Patricia Bohorquez Castañeda

Profesora asociada 

Departamento de estadística - Facultad de Ciencias 

Universidad Nacional de Colombia 

Bachelor degree in Mathematics, Postgraduate, M.Sc. and PhD in Statistics. My research involves designs of sampling, analysis and modeling spatio-temporal data and functional data and their applications in various areas such as agriculture, environment, meteorology, epidemiology, among others. I have developed works on spatio-temporal covariance models, dynamic spatial sampling designs, univariate and multivariate prediction and optimal sampling for spatial functional data.

Licenciada en Matemáticas, con especialización, maestría y doctorado en estadística. Mi área de investigación involucra diseños de muestreo, análisis y modelamiento de datos espacio temporales y datos funcionales y sus aplicaciones en diversas áreas tales como agricultura, medio ambiente, meteorología, epidemiología, planeación entre otros. He desarrollado trabajos en modelos de covarianza y predicción espacio temporal, diseños de muestreo espacial dinámicos, predicción univariada y multivariada de datos funcionales espaciales y la extensión de la teoría de diseños de muestreo óptimos al contexto de la geoestadística funcional.

Education


Tesis: Optimal sampling design for functional and spatio-temporal random fields.

Tesis: Diferenciabilidad de funciones de covarianza espacio temporal no separables.

Tesis: Desempeño de los métodos de Taguchi para diseños factoriales fraccionados 2^k.

Tesis: Filtros sobre conjuntos difusos.

Research areas   


Membresías

Webinar-geoestadística para datos funcionales

 Otros enlaces 

Cursos de estadística espacio temporal

En muchos fenómenos de la naturaleza, las variables de interés, poseen ubicación temporal y/o espacial.  En este caso, no se cumple el supuesto de independencia, pues cada variable se encuentra autocorrelacionada y existe correlación cruzada si es un proceso multivariado.  Por lo tanto, el análisis y modelamiento de este tipo de datos debe involucrar su estructura de correlación. Esto da origen a la estadística espacio-temporal, que permite, encontrar predicciones de las variables en lugares donde no hay observaciones, determinar como se relacionan las variables de interés en diferentes ubicaciones, extender la teoría de los modelos de regresión a los casos en los que existe la correlación espacial, encontrar patrones de ocurrencia de fenómenos, por nombrar algunos casos. 

Enlaces útiles para el curso

Cuadernos de Estadística espacial - github-pages.

Canal de youtube con videos de la clase de estadística espacial 

github: Datos y código de estadística espacial 

Rpubs con código para el curso de estadística espacial

Webinar de geoestadística funcional