Zaida Quiroz博士作为大数据统计论文的共同作者获得拉丁美洲奖

我校科学系讲师Zaida Quiroz博士的科学文章 "Fast Bayesian inference for block-NNGP for large data "在第五届拉丁美洲统计计算会议（LACSC 2021）上获得最佳论文奖。科学家马科斯-普拉特斯（Marcos Prates）、迪帕克-戴（Dipak Dey）和哈瓦德-鲁（Havard Rue）与她一起工作，他们是这项工作的基本组成部分。

贝叶斯推理是一种统计推理，即用证据来试图证明一个假设是真的。它源于托马斯-贝叶斯定理和它在推理过程中的频繁使用。因此，它在统计领域具有实质性的意义。

"我从事空间统计工作。Quiroz博士说："这有点奇怪，你在秘鲁很少听到，但这是一个我们研究对象的领域，比如地图，它可以有不同类型的数据，无论是区域还是地理位置，纬度，经度等等。

数据雪崩

正是由于他的工作和他的博士论文，他能够从理论上并结合实际效果，开发出一个改进的系统来研究空间的模式。这反过来可以帮助各种学科，如地质学或采矿。在这种情况下，例如，这个模型可以用来定位具有某种矿物浓度的地形。按照同样的逻辑，一个专家可以收集和使用关于降雨、健康或环境的数据。

"当你在处理这种数据时，它通常是用GPS收集的，而且是大量的信息。大数据处理起来可能很复杂。我们的想法是使用这些空间统计模型，但要对其进行调整，以便在你有大约1万个数据的时候也能发挥作用。我们的老师解释说："当你拥有如此多的信息时，许多已经存在的统计模型无法使用，因为它们通常与1000个数据一起工作。

突出强调的论文

自2016年以来，Zaida Quiroz博士一直在从事这项研究，如前所述，为她的博士论文。然后，由于在美国康涅狄格大学停留了7个月，她得以补充她之前已经研究过的模型的理论部分，这也要感谢她的合作者们。他还在沙特阿拉伯的阿卜杜拉国王科技大学学习了一个月。

"这篇论文的一个优势是计算统计，这对赢得比赛很有帮助。这成为使用一种相当新的方法进行推理的一部分。一个模型，因为数据量大，要运行三周或一个月；而用我们的模型，几小时就能得到。真的，在计算方面的贡献非常大，"她说。