Person:
Portela García-Miguel, Javier

Loading...
Profile Picture
First Name
Javier
Last Name
Portela García-Miguel
Affiliation
Universidad Complutense de Madrid
Faculty / Institute
Estudios estadísticos
Department
Estadística y Ciencia de los Datos
Area
Estadística e Investigación Operativa
Identifiers
UCM identifierORCIDScopus Author IDWeb of Science ResearcherIDDialnet IDGoogle Scholar ID

Search Results

Now showing 1 - 10 of 19
  • Publication
    A Bayesian Test For The Mean Of The Power Exponential Distribution
    (Taylor & Francis, 2008) Gómez Villegas, Miguel A.; Portela García-Miguel, Javier; Sanz San Miguel, Luis
    In this article, we deal with the problem of testing a point null hypothesis for the mean of a multivariate power exponential distribution. We study the conditions under which Bayesian and frequentist approaches can match. In this comparison it is observed that the tails of the model are the key to explain the reconciliability or irreconciliability between the two approaches.
  • Publication
    Aplicación de métodos numéricos en inferencia bayesiana : implementación de un método bayesiano robusto
    (Universidad Complutense de Madrid, Servicio de Publicaciones, 2004) Portela García-Miguel, Javier; Gómez-Villegas, Miguel Ángel
    El objetivo de este trabajo es desarrollar técnicas para la aplicación de la familia de distribuciones Potencial Exponencial, dentro del marco de la Inferencia Bayesiana, con especial incidencia en el problema de selección de modelos bayesianos. En particular, se presenta una generalización de esta familia, y se desarrollan un método Monte-Carlo, un método de simulación vía muestreo de Gibbs y un método de simulación que utiliza una representación en mixturas de esta familia, para establecer inferencias sobre las distribuciones a posteriori surgidas del planteamiento bayesiano. A través del parámetro de control de curtosis puede plantearse un contraste bayesiano de hipótesis nula puntual para contrastar normalidad de los datos en el marco de esta familia. Se plantea este contraste desde un enfoque basado en medidas de discrepancia, presentando una medida basada en el cálculo de regiones de máxima densidad a posteriori y haciendo un estudio de simulación. Finalmente se aplican las técnicas desarrolladas anteriormente en el marco de modelos bayesianos, concretamente en modelos lineales, modelos no lineales, y modelos longitudinales, poniendo de relieve el interés de la utilización de esta familia en problemas de robustez en modelos bayesianos
  • Publication
    Estimation of Anonymous Email Network Characteristics through Statistical Disclosure Attacks
    (MDPI, 2016-11-01) Portela García-Miguel, Javier; García Villalba, Luis Javier; Silva Trujillo, Alejandra Guadalupe; Sandoval Orozco, Ana Lucila; Kim, Tai-Hoon
    Social network analysis aims to obtain relational data from social systems to identify leaders, roles, and communities in order to model profiles or predict a specific behavior in users’ network. Preserving anonymity in social networks is a subject of major concern. Anonymity can be compromised by disclosing senders’ or receivers’ identity, message content, or sender-receiver relationships. Under strongly incomplete information, a statistical disclosure attack is used to estimate the network and node characteristics such as centrality and clustering measures, degree distribution, and small-world-ness. A database of email networks in 29 university faculties is used to study the method. A research on the small-world-ness and Power law characteristics of these email networks is also developed, helping to understand the behavior of small email networks.
  • Publication
    Implementation of a Robust Bayesian Method
    (Gordon & Breach, 2004-04) Portela García-Miguel, Javier; Gómez Villegas, Miguel A.
    In this work we study robustness in Bayesian models through a generalization of the Normal distribution. We show new appropriate techniques in order to deal with this distribution in Bayesian inference. Then we propose two approaches to decide, in some applications, if we should replace the usual Normal model by this generalization. First, we pose this dilemma as a model rejection problem, using diagnostic measures. In the second approach we evaluate model’s predictive efficiency. We illustrate those perspectives with a simulation study, a non linear model and a longitudinal data model.
  • Publication
    Análisis de los contenidos docentes de matemáticas en el doble grado ADE-Informática
    (2018-12-17) García Pineda, M. Pilar; Heras Martínez, Antonio José; Blanco García, Susana; Balbas Aparicio, Raquel; García Villalba, Luis Javier; Sandoval Orozco, Ana Lucila; Portela García-Miguel, Javier; Riomoros Callejo, María Isabel; Rebollo Castillo, Francisco Javier
  • Publication
    Manual de programación en SAS
    (Facultad de Estudios Estadísticos. Universidad Complutense de Madrid, 2007) Portela García-Miguel, Javier
    Manual de programación en SAS
  • Publication
    Técnicas básicas de muestreo con SAS
    (Facultad de Estudios Estadísticos. Universidad Complutense de Madrid, 2007) Portela García-Miguel, Javier; Villeta López, María
    Manual sobre técnicas básicas de muestreo con SAS.
  • Publication
    Estudio de la percepción pública de la vacuna contra la COVID-19 mediante técnicas de PLN y de aprendizaje automático
    (2021-07) Povedano Álvarez, Daniel; Portela García-Miguel, Javier; Armas Vega, Esteban Alejandro
    La pandemia de COVID-19 causada por el nuevo coronavirus SARS-CoV-2 ha tenido un impacto significativo en la sociedad, tanto por los graves efectos sanitarios y económicos como por los efectos de las medidas sanitarias para evitar su propagación. Gracias a las técnicas de PLN se ha podido investigar las actitudes hacia la vacunación, siendo particularmente oportuno en estos momentos ante la llegada de las vacunas contra la COVID-19. Este trabajo tiene una doble finalidad, por un lado estudiar la percepción hacia la vacunación contra la COVID-19, mediante técnicas de Procesamiento de Lenguaje Natural y por otro, la construcción de un clasificador de sentimientos interpretable mediante técnicas de Aprendizaje Automático. Para ello se uitlizaron 4.000.000 de tweets relacionados con la vacunación en el periodo comprendido entre el 15 de noviembre de 2020 y el 16 de diciembre de 2020 como conjunto de datos. El periodo de tiempo seleccionado es esencial porque durante este tiempo se publicaron los primeros resultados de las vacunas contra la COVID-19, como Pfizer y Moderna, surgieron un debate público. El análisis de la percepción sugiere que hay un número significativo de tweets negativos que pueden poner en peligro el objetivo de alcanzar la inmunidad de rebaño. En cuanto a los resultados del clasificador de sentimientos multiclase se obtuvo un 92% de ROC-AUC con el algoritmo LinearSVC.
  • Publication
    Extracting Association Patterns in Network Communications
    (MDPI, 2015-02-11) Portela García-Miguel, Javier; García Villalba, Luis Javier; Silva Trujillo, Alejandra Guadalupe; Sandoval Orozco, Ana Lucila; Kim, Tai-hoon
    In network communications, mixes provide protection against observers hiding the appearance of messages, patterns, length and links between senders and receivers. Statistical disclosure attacks aim to reveal the identity of senders and receivers in a communication network setting when it is protected by standard techniques based on mixes. This work aims to develop a global statistical disclosure attack to detect relationships between users. The only information used by the attacker is the number of messages sent and received by each user for each round, the batch of messages grouped by the anonymity system. A new modeling framework based on contingency tables is used. The assumptions are more flexible than those used in the literature, allowing to apply the method to multiple situations automatically, such as email data or social networks data. A classification scheme based on combinatoric solutions of the space of rounds retrieved is developed. Solutions about relationships between users are provided for all pairs of users simultaneously, since the dependence of the data retrieved needs to be addressed in a global sense.
  • Publication
    Estimación de la tasa de retorno de la carta del censo de los Estados Unidos a través del modelo de regresión lineal y técnicas de predicción inteligentes.
    (Facultad de Estudios Estadísticos, 2014) Jiménez-Moro, José Luís; Portela García-Miguel, Javier
    En este proyecto se ha realizado un estudio de la tasa de respuesta que obtiene el censo de los Estados Unidos con la carta que envía a sus ciudadanos. En el estudio se han utilizado tres técnicas de predicción distintas valorando el error cuadrático medio en cada una de ellas. Los resultados más precisos se han obtenido con una Red Neuronal, seguido del algoritmo Gradient Boosting y el modelo de regresión lineal. La forma de valorar la precisión de las técnicas predictivas se ha basado no solo en el cálculo del error cuadrático medio sino que además, éste ha sido representado sobre un mapa del país permitiendo ver la mejora en precisión en función de la técnica utilizada.