Meeting the Statistical Needs of 21st-Century Science

Mardia, Kanti V.; Gilks, Walter R.

doi:10.1111/j.1740-9713.2005.00129.x

Cited by 6 publications

(3 citation statements)

References 6 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…El problema reside en la excesiva simplificación de los modelos analíticos en contraste con la diversidad y la complejidad de los fenómenos que se estudian. Esa simplicidad le otorga al investigador mayor capacidad para explicar fenómenos pasados, pero limita su capacidad predictiva [10]. En la teoría estadística, la prevención se manifiesta frente a la falta de ajuste de los datos reales a los modelos ideales en los que trabajan los estadísticos más puros.…”

Section: Fundamentación Teórica a La Estadística A La Ciencia De Datosunclassified

Fundamentación teórica para la creación de un programa académico de ingeniería y ciencia de datos: una aplicación bibliométrica

Mendoza-Lozano

Quintero-Peña

Acevedo-Pabón

et al. 2021

Aibi revista investig. adm. ing.

View full text Add to dashboard Cite

El objetico es definir un enfoque teórico entorno a la ciencia de datos, que incluya objeto de estudio y métodos, como paso previo para el diseño curricular de un programa académico. El texto inicia con una revisión de la literatura entorno a la evolución del concepto de dato y los fundamentos epistemológicos de la estadística y el análisis de datos, mediante el uso de algoritmos. Se continúa con la bibliometría de la producción científica de mayor relevancia, 2000 artículos, haciendo uso del enfoque de caracterización temática, mediante palabras clave tomadas de trabajos indexados en SCOPUS. Se encontró que la mayoría de las palabras clave y temáticas relevantes se refieren a los métodos de la modelación de datos con algoritmos y a la gestión de tecnología para la administración de grandes bases de datos. Se caracterizó la productividad del análisis de datos derivados de información textual, multimedia y la web. También se revelaron las temáticas referidas a las aplicaciones empresariales dirigidas a la gestión del conocimiento y la inteligencia de negocios. Se concluye que el concepto de dato, como objeto de estudio, se amplía gracias a los alcances del análisis de datos con algoritmos; este método se combina con el enfoque estadístico clásico, que provee modelos formales de mejor interpretación. Se concluyó que el campo de aplicación de la nueva ciencia de datos es bastante amplio, en particular cuando esta ciencia se utiliza en contextos interdisciplinarios. Lo anterior justifica el diseño curricular de un programa académico centrado en esta temática.

show abstract

Section: Fundamentación Teórica a La Estadística A La Ciencia De Datosunclassified

Fundamentación teórica para la creación de un programa académico de ingeniería y ciencia de datos: una aplicación bibliométrica

Mendoza-Lozano

Quintero-Peña

Acevedo-Pabón

et al. 2021

Aibi revista investig. adm. ing.

View full text Add to dashboard Cite

show abstract

“…Similar remarks apply to understand the RNA structure (see, for example Frellsen et al, 2008). All this might need is holistic statistics which implies a shift of paradigm by statisticians (Green, 2003;Mardia and Gilks, 2005;Mardia, 2007bMardia, , 2008. However, protein bioinformatics is a subset of very large area of bioinformatics which has many challenging problems (see Gilks, 2004;Mardia, 2005;Wilkinson, 2007b).…”

Section: Future Directionsmentioning

confidence: 99%

Bayesian modelling for matching and alignment of biomolecules

Green

Mardia

Nyirongo

et al. 2018

Oxford Handbooks Online

Self Cite

View full text Add to dashboard Cite

This article describes Bayesian modelling for matching and alignment of biomolecules. One particular task where statistical modelling and inference can be useful in scientific understanding of protein structure is that of matching and alignment of two or more proteins. In this regard, statistical shape analysis potentially has something to offer in solving biomolecule matching and alignment problems. The article discusses the use of Bayesian methods for shape analysis to assist with understanding the three-dimensional structure of protein molecules, with a focus on the problem of matching instances of the same structure in the CoMFA (Comparative Molecular Field Analysis) database of steroid molecules. It introduces a Bayesian hierarchical model for pairwise matching and for alignment of multiple configurations before concluding with an overview of some advantages of the Bayesian approach to problems in protein bioinformatics, along with modelling and computation issues, alternative approaches, and directions for future research.

show abstract

“…It seems that with the floods of large-scale data, computer scientists and statisticians with computing skills have a major part in creating impact." Mardia and Gilks (2005) have named this approach Holistic Approach which is more and more now required.…”

Section: Turing's Statistics In Contextmentioning

confidence: 99%