“Es fundamental analizar los datos bien para poder sacar conclusiones realistas”

Andrés M. Alonso y Daniel Peña presentan un método para clasificar series temporales teniendo en cuenta la dependencia existente entre ellas, en lugar de analizar únicamente su dinámica interna. El procedimiento permite identificar grupos de variables que evolucionan conjuntamente y estudiar relaciones entre grandes cantidades de datos, con aplicaciones en ámbitos como el consumo eléctrico, los índices de precios, la demanda de distintos tipos de clientes o el análisis de variables relacionadas con el bienestar.

Alonso y Peña han recibido el Premio Sociedad de Estadística e Investigación Operativa (SEIO)-Fundación BBVA 2021 a la Mejor Contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data por el trabajo “Clustering time series by linear dependency”, publicado en “Statistics and Computing”. Los investigadores destacan el papel de la esta

Andrés M. Alonso y Daniel Peña presentan un método para clasificar series temporales teniendo en cuenta la dependencia existente entre ellas, en lugar de analizar únicamente su dinámica interna. El procedimiento permite identificar grupos de variables que evolucionan conjuntamente y estudiar relaciones entre grandes cantidades de datos, con aplicaciones en ámbitos como el consumo eléctrico, los índices de precios, la demanda de distintos tipos de clientes o el análisis de variables relacionadas con el bienestar.

Alonso y Peña han recibido el Premio Sociedad de Estadística e Investigación Operativa (SEIO)-Fundación BBVA 2021 a la Mejor Contribución en Estadística e Investigación Operativa aplicada a la Ciencia de Datos y el Big Data por el trabajo “Clustering time series by linear dependency”, publicado en “Statistics and Computing”. Los investigadores destacan el papel de la estadística y la ciencia de datos para transformar grandes volúmenes de información en conocimiento útil y obtener conclusiones fundamentadas.