El Grupo Interdiciplinar de Estadística, Computación, Medicina y Biología nace dentro del Proyecto de Investigación MTM2008-01603 titulado:
"MODELOS ADITIVOS GENERALIZADOS EN ESTUDIOS DE ASOCIACIÓN, PREDICCIÓN Y CLASIFICACIÓN. APLICACIONES EN MEDICINA Y BIOLOGÍA"
Subvencionado por el Ministerio de Ciencia e Innovación, con Fondos Europeos de Desarrollo Regional (FEDER).
El GRID[ECMB] es un grupo con una fórmula organizativa moderna y eficaz que permite crear sinergias entre los investigadores que lo conforman fomentando así sus habilidades para la cooperación, actualización y transferencia de conocimientos. Cuenta con una óptima infraestructura científico tecnológica liderada por investigadores en áreas de la Medicina (Neurociencia, Epidemiología, Clínica, Radiodiagnóstico y Medicina Forense), de la Biología (Biología Animal, Agricultura), de la Computación y de la Estadística.
Posee la metodología apropiada para dar respuesta a la fuerte demanda bioestadística a través de: participación en convenios de colaboración, proyectos de investigación conjuntos, consultoría y asesoramiento tanto a grupos de universidad como organismos externos (Hospitales, empresas, etc.)
Este grupo tiene su sede en la Universidade de Santiago de Compostela (USC) integrando a prestigiosos investigadores nacionales e internacionales.
El equipo bioestadístico tiene que ver con tres grandes líneas de investigación, orientadas hacia la estadística teórica (suscitada fundamentalmente por problemas biomédicos), estadística computacional (técnicas de aceleración computacional y desarrollo de software) e investigación en estadística aplicada (en colaboración con especialistas de la Medicina y la Biología) sobre modelos GAM y extensiones de interés. En concreto se realiza inferencia estadística en Modelos Aditivos Generalizados y sus derivadas, y dichos modelos se adecúan de manera apropiada a estudios de asociación, predicción y clasificación. Se desarrollan técnicas de regresión ROC y regresión cuantil basadas en ellos. Estas metodologías estadísticas, se extienden apropiadamente para tratar algunas generalizaciones interesantes de este tipo de modelos. En particular, se estudian (i) GAMs (ii) funciones link desconocidas, (iii) GAMs vectoriales de respuesta multidimensional; y (iv) modelos aditivos multiestado de supervivencia.