En los últimos tiempos el sistema bancario español se ha visto sometidos a transformacionesmuy profundas. El resultado ha sido una intensificación general de las presionescompetitivas a las que bancos y cajas de ahorro están sometidos que se ha traducido, entreotros factores, en una caída generalizada de los márgenes bancarios.En este nuevo contexto competencia, y dado el carácter multiproducto de la empresabancaria, tiene sentido preguntarse por el grado de diversidad de las estrategias y orientacionesdel negocio elegidas por los bancos y, además, si estas decisiones de especializaciónmuestran algún tipo de tendencia. Por otra parte, podemos preguntarnos si la intensificaciónde la competencia entre entidades con similares orientaciones productivas se traduceen incrementos en los niveles de eficiencia.Así pues, el objetivo de esta tesis es doble: el análisis de la especialización productivay de la eficiencia en costes de las empresas bancarias españolas en el periodo 1985-95. Elesquema de la tesis ha tenido en cuenta explícitamente las posibles relaciones entre ambosproblemas, adoptando un enfoque dinámico. Adoptar dicho enfoque ha supuesto recurrir aalgunas de las técnicas más profusamente utilizadas en el análisis del crecimiento económico,la convergencia y la desigualdad. Ello permite captar toda la dinámica inherente a losindicadores de especialización y eficiencia obtenidos. Los resultados de carácter más generalindican que, por una parte, las distintas especializaciones adoptadas por cada empresahan cambiado a lo largo del periodo, así como la eficiencia que, en general, también se havisto incrementada. Eso sí, condicionar por la orientación productiva de cada empresa oescoger distintas caracterizaciones del output bancario incide sobre las conclusiones.

Aquesta tesi s'adreça al problema de planificació de la generació elèctrica a llarg termini per a una companyia específica (SGC) que participa en un mercat liberalitzat organitzat en un pool. Els objectius de la tesi són: modelitzar aquest problema, i desenvolupar i implementar tècniques apropiades i eficients que el resolguin. Un planificació òptima a llarg termini és important, per exemple, per a la confecció de pressupostos, o per a la gestió de compres/consum de combustibles. Una altra aplicació és la de guiar la planificació a curt termini perquè aquesta tingui en compte decisions preses sota una òptica de llarg termini. La nostra proposta per a fer la planificació de la generació és optimitzar la generació esperada de cada unitat (o la unió de diverses unitats de característiques semblants) del pool per a cada interval en que dividim el llarg termini. El model bàsic per la planificació de la generació a llarg termini (LTGP) maximitza el benefici de totes les unitats del pool. La constricció més important és la satisfacció de la demanda, ja que el sistema està sempre balancejat. Utilitzem la formulació de Bloom i Gallant, la qual modela la càrrega a través d'una monòtona de càrrega per cada interval i requereix un número exponencial de constriccions lineals de desigualtat, anomenades LMCs. Altres constriccions (lineals) incloses en el model són: garantia de potència, límits en la disponibilitat de combustibles, emissions màximes de CO2 o una quota de mercat mínima per a la SGC. Una extensió d'aquest model és la planificació conjunta de l'assignació de manteniments de les unitats tèrmiques d'una SGC amb la planificació de la generació. El model conjunt és un problema quadràtic amb variables binàries i contínues. Per resoldre aquest model es proposa un parell d'heurístiques i s'ha implementat un prototipus de branch and bound en AMPL.Aquesta tesi també proposa una manera per coordinar el model LTGP proposat amb una planificació a curt termini. Es desenvolupa un model de curt que inclou els resultats de llarg termini. Donat que el model de planificació a llarg termini s'ha de resoldre sovint (principalment per passar informació acurada al model de curt), les tècniques emprades per a resoldre'l han de donar resultats fiables en un espai de temps curt. Les tècniques aplicades han estat:· Donat que les constriccions de recobriment i les fites de no negativitat defineixen un políedre convex els vèrtexs del qual són fàcils de trobar el model es transforma i les variables esdevenen els coeficients convexos que defineixen un punt. Aquest nou problema es resolt amb l'algoritme de Murtagh i Saunders, que és un procediment òptim. Aquest algoritme s'aplica sota un esquema de generació de columnes donat que el número de vèrtexs del políedre és comparable al número de constriccions. L'avantatge d'aquest mètode és que els vèrtexs es van generant a mesura que es necessiten.· L'aplicació de mètodes directes és computacionalment costós donat el número exponencial de LMCs. De totes maneres, a l'òptim només un conjunt reduït de constriccions de recobriment seran actives. Hem desenvolupat una heurística, anomenada heurística GP, la qual genera un subconjunt de constriccions, entre les quals hi ha les LMCs que són actives a l'òptim. L'heurística resol una seqüència de problemes quadràtics, els quals incrementen el número de LMCs considerades a cada iteració. Els problemes es resolen amb mètodes de punt interior que s'inicialitzen amb tècniques de warm start per tal d'accelerar la convergència cap a la nova solució. Aquest procediment resulta ser molt més eficient que el de generació de columnes. La modelització i els casos de prova estan basats en dades d'un sistema de pool pur i de mercat com ha estat a Espanya fins el juliol de 2006. / This thesis presents an approach to the long-term planning of power generation for a company (SGC) participating in a liberalized market organized as a pool. The goal of this thesis is two-fold: to model the problem and to develop and implement appropriate and efficient techniques for solving it.The optimization of the long-term generation planning is important for budgeting and planning fuel acquisitions, and to give a frame where to fit short-term generation planning.Our proposal for planning long-term generation is to optimize the expected generation of each unit (or the merger of several units of the same type) in the power pool over each interval into which the long-term horizon is split.The basic model for long-term generation planning (LTGP) maximizes the profit for all the units participating in the pool. The most important constraint is matching demand, since the market always clears. The Bloom and Gallant formulation is used, which models the load with a load-duration curve for each interval and requires an exponential number of linear inequality constraints, called herein LMCs. Other (linear) constraints included in the model are: minimum generation time, limits on the availability of fuel, maximum CO2 emission limits or the market share of the SGC. This thesis also proposes the way in which coordination between the LTGP model developed and a short-term plan should be considered and provides a model for short-term electrical power planning adapted to the LTGP proposed and which includes the long-term results.Another decision that needs to be taken from a long-term point of view is the joint scheduling of thermal unit maintenances with the generation planning of a particular SGC. The results of a prototype of a Branch and Bound implemented in AMPL are included in this thesis.Long-term planning needs to be considered before short-term planning and whenever the real situation deviates from the forecasted parameters, so the techniques implemented must be efficient so as to provide reliable solutions in a short time. Two methods for handling the LMCs are proposed and compared:● A decomposition technique exploits the fact that the LMCs plus the non-negativity bounds define a convex polyhedron for each interval whose vertices are easy to find. Thus, the problem is transformed and the variables become the coefficients of a convex combination of the vertices. The transformed problem is quadratic with linear constraints, making it suitable to be solved with the Murtagh & Saunders algorithm, which gives an optimal solution. A column-generation approach is used because the number of vertices of the polyhedron is comparable to the number of LMCs. The advantage of this method is that it does not require previous computation of all of the vertices, but rather computes them as the algorithm iterates.● The application of direct methods is computationally difficult because of the exponential number of inequality LMCs. However, only a reduced subset of LMCs will be active at the optimizer. A heuristic, named GP heuristic, has been devised which is able to find a reduced set of LMCs including those that are active at the optimizer. It solves a sequence of quadratic problems in which the set of LMCs considered is enlarged at each iteration. The quadratic problems are solved with an interior point method, and warm starts are employed to accelerate the solution of the successively enlarged quadratic problems. This procedure is more efficient than the column generation one.The modeling and tests of this thesis are based on the pure pool system and market data from the Spanish system up to July 2006.

El hilo conductor del trabajo realizado en esta tesis doctoral es el estudio de la generalización del modelo booleano al caso no homogéneo (MBNH). Para ello, se han ido planteando diversos objetivos. En primer lugar, la generalización de la función K, propia de la metodología de los modelos germen y grano, a los MBNH nos ha permitido definir una nueva característica de la distribución de probabilidad de estos modelos. En segundo lugar, un nuevo método de estimación de los parámetros de un MBNH particular ha sido planteado y comparado con los métodos existentes en la bibliografía, En tercer lugar, se ha planteado una generalización del modelo al caso espacio temporal, en particular para el caso de no homogeneidad espacial y por último se han estudiado métodos de clasificación no supervisada cuando la información muestral son imágenes binarias, que asumimos realizaciones de diferentes modelos germen y grano conocidos. En todos los trabajos se ha realizado un estudio de simulación para evaluar la adecuación de las metodologías propuestas y se han visto aplicaciones a casos reales. Todos los casos reales fueron planteados por investigadores de otras ramas científicas, motivando el desarrollo de las distintas partes del estudio. Se han estudiado diferentes aspectos de este modelo, como por ejemplo distintos métodos de estimación de sus parámetros, algunas características de su distribución de probabilidad y su generalización al caso temporal, con la introducción del modelo booleano no homogéneo temporal. Algunos de estos aspectos también podrían aplicarse a los modelos germen y grano en general. También se han estudiado métodos de clasificación no supervisada cuando la información muestral son imágenes binarias y asumimos que son realizaciones de diferentes modelos germen y grano conocidos. En todos los trabajos se ha realizado un estudio de simulación para verificar las nuevas metodologías propuestas que además se han aplicado a casos reales. En todos ellos, este caso real fue el problema inicial que se nos planteó por parte de investigadores de otras ramas científicas y que motivó el estudio. El hilo conductor del trabajo realizado en esta tesis doctoral es el estudio de una generalización del modelo booleano: el modelo booleano no homogéneo. Se han planteado diferentes objetivos sobre este modelo. Primeramente definir nuevas características de la distribución de probabilidad de un modelo Booleano no homogéneo. Se generaliza la función K para modelos germen y grano en general. Veremos Métodos de estimación de sus parámetros. Con un método nuevo podremos estimar los parámetros de un modelo booleano no homogéneo particular y será comparado con otros métodos ya existentes. Vamos a ver una Generalización al caso espacio temporal. Se generaliza el modelo booleano temporal para el caso en que el espacio no sea homogéneo. También se han estudiado métodos de clasificación no supervisada cuando la información muestral son imágenes binarias y asumimos que son realizaciones de diferentes modelos germen y grano conocidos. Algunos de estos estudios se podrán generalizar a modelos germen y grano en general.

No description available.

This work concerns some problems in the area of survival analysis that arise in real clinical or epidemiological studies. In particular, we approach the problem of estimating the survival function based on interval-censored data or doubly-censored data. We will start defining these concepts and presenting a brief review of different methodologies to deal with this kind of censoring patterns.Survival analysis is the term used to describe the analysis of data that correspond to the time from a well defined origin time until the occurrence of some particular event of interest. This event need not necessarily be death, but could, for example, be the response to a treatment, remission from a disease, or the occurrence of a symptom

Aquesta tesi està formada per dues parts relacionades amb l'estudi de la salut d'una regió geogràfica dividida en un conjunt de zones (àrees petites). La primera part es basa en un estudi amb informació de salut agregada per cadascuna de les àrees que formen la regió d'estudi. En concret, es tracta d'una aplicació de mapes de salut (disease mapping), que utilitza mètodes Bayesians empírics per generar un Atles de mortalitat en àrees petites de Catalunya en el període 1984-1998. La segona part utilitza una nova perspectiva basada en la integració de les dades agregades i individuals de salut per cadascuna de les zones que formen la regió d'estudi, mitjançant equacions d'estimació (estimating equations). Aquesta nova perspectiva és una extensió de la regressió geogràfica.L'elaboració de la primera part d'aquesta tesi està justificada per diferents raons. En primer lloc, els atles de salut i en general els mapes d'indicadors de salut, ens han mostrat la seva gran utilitat per identificar les localitzacions geogràfiques de les malalties, formular hipòtesis sobre les causes de la malaltia i monitoritzar intervencions en salut pública. En segon lloc, els atles de mortalitat en àrees petites presenten la distribució del risc relatiu per les causes de mortalitat més importants utilitzant mapes amb un alt nivell de resolució geogràfica.El primer objectiu d'aquesta tesi va ser construir un atles de mortalitat en 289 àrees petites (municipis o municipis agregats) de la Comunitat Autònoma de Catalunya i 66 àrees bàsiques de salut de la ciutat de Barcelona (l'àrea petita analitzada amb una major població) per al període 1984-1998. Per obtenir els indicadors de salut en àrees petites s'han utilitzat mètodes Bayesians. Aquests mapes presenten, en un format de doble pàgina, els riscs relatius ajustats per edat, les àrees significatives d'alt i baix risc, el risc relatiu de la ciutat de Barcelona respecte a Catalunya i internament respecte a Barcelona, el risc relatiu per grups d'edat (0-64 i 65) i addicionalment l'evolució temporal del risc relatiu en cada àrea resumida en un únic mapa. En concret, per estudiar l'evolució del risc relatiu de mortalitat s'inclou: 1) l'evolució del risc relatiu en el període d'estudi de cada àrea comparada amb la tendència global de Catalunya i 2) l'evolució absoluta del risc relatiu a cada àrea. Segons el nostre coneixement, aquesta és la primera vegada que aquests dos tipus d'informació es combinen en un únic mapa. A més, aquest és el primer Atles que presenta informació sobre la distribució geogràfica de zones que formen àrees petites de gran població, com ciutats d'un país, i inclou l'esperança de vida obtinguda amb mètodes Bayesians empírics.La segona part d'aquesta tesi és útil per estudis epidemiològics on s'inclouen variables d'exposició i confusió que poden tenir diferents fonts de variabilitat (variabilitat dins les poblacions i entre les poblacions). Específicament, els anàlisis individuals que valoren la relació entre la malaltia i l'exposició dins d'una població són útils quan l'exposició presenta variabilitat dins la població. Quan aquesta variabilitat és limitada, la força dels anàlisis individuals es debilita. En aquesta situació, un anàlisis de dades agregades de la malaltia entre poblacions, amb una mostra de dades individuals d'exposició, pot ser eficaç en l'estimació de l'efecte d'exposició si aquest presenta gran variabilitat entre poblacions. No obstant, encara que es pugui conèixer quina de les dues variacions domina en la variable d'exposició, es poden considerar conjuntament variables d'exposició i/o confusió amb diferents tipus de variació. El segon objectiu d'aquesta tesi va ser considerar una nova perspectiva, combinació dels anàlisis de dades individuals i agregades, basat en equacions d'estimació (perspectiva population-based estimating equation (PBEE)). En funció de la variabilitat que domina en la exposició, la anàlisis proposada pren força de la perspectiva basada en dades individuals i agrades de salut, per estimar els efectes d'exposició. Es van realitzar estudis de simulació en diferents escenaris per a mostrar el poder de la perspectiva proposada en l'estimació dels efectes d'exposició d'interès.Finalment, esperem que els mètodes i els diferents aspectes utilitzats en aquesta tesi puguin ser d'utilitat per a aquells investigadors que vulguin millorar l'estudi de la salut a l'espai i temps. / Esta tesis esta formada por dos partes relacionadas con el estudio de la salud en una región geográfica dividida en un conjunto de zonas (áreas pequeñas). La primera parte considera un estudio con información de salud agregada para cada una de las áreas que forman la región analizada. En concreto, se trata de una aplicación de mapas de salud (disease mapping), consistente en el uso de métodos Bayesianos empíricos para generar un Atlas de mortalidad en áreas pequeñas de Cataluña en el periodo 1984-1998. La segunda parte considera un nuevo enfoque que realiza una integración de los datos agregados e individuales de salud para cada una de las zonas que forman la región en estudio, mediante ecuaciones de estimación (estimating equations). Se considera que este nuevo enfoque es una extensión de la regresión geográfica. La elaboración de la primera parte de esta tesis esta justificada por diferentes razones. Primero, los atlas de salud y en general los mapas de indicadores de salud, han mostrado su gran utilidad para identificar localizaciones geográficas de las enfermedades, formular hipótesis sobre las causas de la enfermedad y monitorizar intervenciones en salud pública. En segundo lugar, los atlas de mortalidad en áreas pequeñas presentan la distribución del riesgo relativo para las causas de mortalidad más importantes usando mapas con un alto nivel de resolución geográfica. El primer objetivo de esta tesis fue construir un atlas de mortalidad en 289 áreas pequeñas (municipios o municipios agregados) de la Comunidad Autónoma de Cataluña y 66 áreas básicas de salud de la ciudad de Barcelona (el área pequeña analizada con mayor población) para el periodo 1984-1998. Para obtener los indicadores de salud en las áreas pequeñas se han aplicado métodos Bayesianos. Estos mapas presentan, en un formato de página doble, los riesgos relativos ajustados por edad, las áreas significativas de alto y bajo riesgo, el riesgo relativo de la ciudad de Barcelona con respecto a Cataluña e internamente con respecto a Barcelona, el riesgo relativo por grupos de edad (0-64 y 65) y adicionalmente la evolución temporal del riesgo relativo en cada área resumida en un único mapa. En concreto, para estudiar la evolución del riesgo relativo de mortalidad se incluye: 1) la evolución del riesgo relativo en el periodo de estudio de cada área comparada con la tendencia global de Cataluña y 2) la evolución absoluta del riesgo relativo en cada área. Según nuestro conocimiento, esta es la primera vez que ambos tipos de información se combinan en un único mapa. Además, este es el primer Atlas que presenta información sobre la distribución geográfica de zonas que forman áreas pequeñas de gran población, como ciudades de un país, e incluye la esperanza de vida obtenida mediante métodos Bayesianos empíricos. La segunda parte de esta tesis es útil en estudios epidemiológicos donde se incluyen variables de exposición y confusión que pueden tener diferentes fuentes de variabilidad (variabilidad dentro de las poblaciones y entre poblaciones). Específicamente, los análisis individuales que valoran la relación entre enfermedad y exposición dentro de una población son útiles cuando la exposición presenta variabilidad dentro de la población. Cuando dicha variabilidad es limitada el poder de los análisis individuales se reduce. En esta situación, un análisis de datos agregados de enfermedad entre poblaciones, con una muestra de datos individuales de exposición, puede ser eficaz en la estimación del efecto de exposición si este presenta gran variabilidad entre poblaciones. No obstante, aunque se pueda conocer cual de las dos variaciones domina en la variable de exposición, se pueden considerar conjuntamente variables de exposición y/o confusión con diferentes tipos de variación. El segundo objetivo de esta tesis fue considerar un nuevo enfoque, combinación de los análisis de datos individuales y agregados, basado en ecuaciones de estimación (enfoque population-based estimating equation (PBEE)). Dependiendo de la variabilidad que domina en dicha exposición, el análisis propuesto toma fuerza de los enfoques basados en datos individuales y agregados de salud, para estimar los efectos de exposición. Estudios de simulación bajo diferentes escenarios fueron realizados para mostrar el poder del enfoque propuesto en la estimación de los efectos de exposición de interés.Finalmente, esperamos que los métodos y diferentes aspectos empleados en esta tesis puedan ser de utilidad para aquellos investigadores que quieran mejorar el estudio de la salud en el espacio y en el tiempo. / This thesis consists of two related parts based on the study of health in a geographical region divided in a set of zones (small areas). The first part considers studies based on health information aggregated for each area into which the region under study has been divided. Specifically, it is a disease mapping application, based on generation of an Atlas of mortality in small areas of Catalonia over the period 1984-1998, using empirical Bayes methods. The second part considers an innovative approach, based on an integration of aggregated and individual health data in each of the zones of the region under study, using an estimating equation approach. Specifically, we consider this new approach as an extension of geographical regression. The elaboration of the first part of this thesis is justified for different reasons. First, health atlases and the mapping of health indicators in general, has demonstrated its great utility in identifying geographical localizations of health problems, in formulation of hypotheses about disease causes, and in monitoring public health interventions. Second, most atlases of mortality at the small area level present patterns of relative mortality risk for the most important causes of death using maps with a high level of geographical resolution. The first goal of this thesis was to construct a mortality Atlas involving a decomposition of the Autonomous Community of Catalonia into 289 small areas (municipalities or aggregates thereof) and 66 primary health areas of Barcelona city (being a small area but with a large population) for the period 1984-1998. For Catalonia as a whole, these maps presented, using a double-page format, the age adjusted relative risk, significantly high and low relative risk areas, relative risk in Barcelona City with respect to Catalonia and internally with respect to Barcelona, relative risk by age group (0-64 and 65) and additionally the relative risk evolution over time in each area summarized in an single map, using spatial and temporal information modeled through Bayesian methods. Specifically, the atlas uses a strategy to include both: 1) relative risk evolution throughout the study period of each area compared to the average trend for all Catalonia and 2) the absolute relative risk evolution of each area. To our knowledge, this is the first time that both types of information have been combined in a single map. In addition, this is the first Atlas that presents information about geographical patterns in zones within small areas having a large population such as the cities of a country and includes life expectancy obtained with an empirical Bayes approach.The second part of this thesis can be useful in epidemiological studies where we include exposure and confounding variables that may have different sources of within and between-population variability. Specifically, analyses of individual disease-exposure data within a population are useful when exposure of interest varies sufficiently within the population. When the within-population variance of exposure is limited power of the individual-data analysis within a population is reduced. In such situations, aggregated-data analyses of disease data across populations, with a sample of individual exposure data from populations, can be powerful in estimating the exposure effect if between-population variation of exposure is large. However, although we may have knowledge of which variations dominate in each variable, exposure and/or confounding variables with different types of variation can be considered jointly. The second goal of this thesis was to consider a new analytical framework that is a combination of the individual- and aggregated-data analyses, based on an estimating equation approach ("population-based estimating equation" (PBEE) approach). The proposed analysis utilizes strengths from individual and aggregated health data approaches in the estimation of the exposure effect of interest, depending on which of the exposure variations (within- vs. between-population) dominates. Simulation studies under different scenarios were performed to show the strengths of the proposed approach in the estimation of the exposure effects of interest.Finally, we hope that some of the methods and topics employed may be of use to researchers who want to improve the study of health in space and time.

The thesis deals with the theoretical and practical study of mathematical programming methodologies to the analysis complex networks and their application in economic and social problems. More specifically, it applies models and methods for solving linear and integer programming problems to network models exploiting the matrix structure of such models, resulting in efficient computational procedures and small processing time. As a consequence, it allows the study of larger and more complex networks models that arise in many economical and sociological applications. The main efforts have been addressed to the development of a rigorous mathematical programming based framework, which is able to capture many classes of complex network problems. Such a framework involves a general and flexible modeling approach, based on linear and integer programmin, as well as a collection of efficient probabilistic procedures to deal with these models. The computer implementation has been carried out by high level programming languages, such as Java, MatLab, R and AMPL. The final chapter of the thesis introduced an extension of the analyzed model to the case of microeconomic interaction, providing a fruitful mathematical linkage between its optimization-like properties and its multi-agents properties. The theoretical and practical use of optimization methods represents the trait-de-union of the different chapters. The overall structure of the thesis manuscript contains three parts: Part I: The fine-grained structure of complex networks: theories, models and methods; Chapter 1 and Chapter 2. Part II: Mathematical Programming based approaches for random models of network formation; Chapter 3, Chapter 4 and Chapter 5. Part III: Strategic models of network formation. Chapter 6. Results of this research have generated four working papers in quality scientific journals: one has been accepted and three are under review. Some results have been also presented in four international conferences. / La tesis aborda el estudio teórico y práctico de las metodologías de programación matemática para el análisis de redes complejas y su aplicación a problemas económicos y sociales. Más específicamente, se aplica modelos y métodos para resolver problemas de programación lineal y de programación lineal entera explotando las estructuras matriciales de tales modelos, lo que resulta en procedimientos computacionales eficientes y bajo coste de procesamiento. Como consecuencia de ello, las metodologías propuestas permiten el estudio de modelos complejos de gran dimensión, para redes complejas que surgen en muchas aplicaciones económicas y sociológicas. Los principales esfuerzos se han dirigido al desarrollo de un marco teórico basado en la programación matemática, que es capaz de capturar muchas clases de problemas de redes complejas. Dicho marco teórico envuelve un sistema general y flexible de modelado y una colección de procedimientos probabilísticos para solucionar eficientemente dichos modelos, basados en la programación linear y entera. Las implementaciones informáticas se han llevado a cabo mediante lenguajes de programación de alto nivel, como Java, Matlab, R y AMPL. El último capítulo de la tesis introduce una extensión de los modelos analizados, para el caso de la interacción microeconómica, con el objetivo de establecer un nexo metodológico entre sus propiedades de optimización y sus propiedades multi-agentes. El uso teórico y práctico de los métodos de optimización representa el elemento de conjunción de los distintos capítulos. Parte I: The fine-grained structure of complex networks: theories, models and methods; - Capitulo 1 y Capitulo 2. Parte II: Mathematical Programming based approaches for random models of network formation; - Capitulo 3, Capitulo 4 y Capitulo 5. Parte III: Strategic models of network formation. - Capitulo 6. Los resultados de esta investigación han generado cuatro papers en revistas científicas indexadas: uno ha sido aceptado, tres están en revisión. Algunos resultados han sido también presentados en cuatro conferencias internacionales

The research developed in this thesis has been motivated by two datasets, which are introduced in Chapter 2, one concerning the mortality of calves from birth to weaning while the other refers to survival of patients diagnosed with melanoma. In both cases the percentage of censoring is high, it is very likely to have immune individuals and proper analysis accounting for the possibility of a not negligible proportion of cured individuals has to be performed. Cure models are introduced in Chapter 3 together with the available software to perform the analysis, such as SAS, R and STATA, among others. We investigate the effect that heavy censoring could have on the estimation of the regression coefficients in the Cox model via a simulation study which considers several scenarios given by different sample sizes and censoring levels, results presented in Chapter 4. An application of a mixture cure model, which includes a Cox model for the survival part and a logistic model for the cure part of patients with melanoma, is described in Chapter 5. In addition, discussions about test for sufficient follow-up and censoring levels are also presented for this data. The data analysis is carried out using the macro in SAS: PSPMCM. The results show that patients with Sentinel Lymph Node (SLN): negative status to biopsy, Clark's level of invasion I-III, Histopathological of Malignant Melanoma subtype: Superficial Spreading Melanoma (SSM), younger than 46 years, and female, are more likely to be cured, whereas patients with melanoma in head and neck, Breslow's micrometric depth = 4mm and ulceration presents, are patients with increased risk of relapse. In particular, patients with Breslow's micrometric depth = 4mm are at higher risk for death. Furthermore, since mixture cure models do not have the property of proportional hazards for the entire population, they can be extended to non-mixture cure models by means of nonlinear transformation models as defined in Tsodikov (2003). An application of the extended hazard models is presented for the mortality of calves in Chapter 6. The methodology allows to get estimates for the cure rate as well as for genetic and environmental effects for each herd. A relevant feature of the non-mixture cure models is that they model, separately, factors which could affect survival from those affecting the cure model, making the interpretation of these models relatively easy. Results are shown in section 6.3.1, and were obtained using the library NLTM of the statistical package R. The short (mortality) and long term (survivors) effects are determined for each factors, as well as its statistical significance in each herd. For example in the herd 1, we find that calving month and difficulty at birth is the set of statistically significant factors for the nonsusceptible (long-term survivors) proportion. Calves born in the period march-august have lower probability of survive than those born in September-February; and the probability of survive is much lower for those that have difficulties at calving for herd 1. For herd 7 the effect of difficulty at calving is different as for herd 1, here only is significative the category strongly assisted. Calves that born from strongly assisted calving have lower probability of survive that calves from without assistance calving. Regarding short-term (mortality) effects, we only find statistically significant predictors in herd 7 where the risk of death of calves born from older mothers, hence with a longer reproductive life, is twice the risk of death of calves born from younger mothers. The obtained results have been compared with those coming from standard survival models. It is also included, a discussion about the likely erroneous conclusions that may yield from standard models, without taking into account the cure. / La investigación desarrollada en esta tesis ha sido motivada por dos conjuntos de datos, introducidos en el capítulo 2, uno relacionado con la mortalidad de terneros desde el nacimiento hasta el destete, el otro con la supervivencia de los pacientes diagnosticados con melanoma. En ambos el porcentaje de censura es alto, la presencia de individuos inmunes es probable y un modelo que tome en cuenta esta proporción no despreciable de individuos inmunes será el más apropiado para su análisis. Los modelos de cura combinados se introducen en el capítulo 3 junto con el software disponible para realizar el análisis, tales como SAS, R y STATA, entre otros. Investigamos el efecto que una alta censura podría tener en la estimación de los coeficientes de regresión en el modelo de Cox, vía estudios de simulación para varios escenarios dado por diferentes tamaños de muestra y niveles de censura. Los resultados son presentados en el capítulo 4. La aplicación de un modelo de cura combinado, que incluye un modelo de Cox para la parte de supervivencia y un modelo logístico para la parte de cura de los pacientes con melanoma, se describe en el capítulo 5. Se presentan discusiones acerca de la prueba para el seguimiento suficiente y niveles de censura. El análisis se realiza mediante la macro de SAS: PSPMCM. Los resultados muestran que los pacientes con ganglios linfáticos Centinela (SLN): con biopsia negativa, nivel de Clark de invasión I-III, subtipo histopatológica de Melanoma maligno: con extensión superficial (SSM), menores de 46 años y mujer, tienen más probabilidades de ser curados, mientras que pacientes con melanoma en cabeza o cuello, Breslow micrométrico mayor o igual a 4mm de profundidad y ulceración presente, son pacientes con mayor riesgo de recaída. En particular, pacientes con Breslow micrométrico mayor o igual 4mm de profundidad están en riesgo de muerte. Por otra parte, como los modelos de cura combinados no tienen la propiedad de riesgos proporcionales para la población, estos pueden ser extendidos a modelos de cura no combinados via modelos de transformación no lineal definidos en Tsodikov (2003). Se presenta aplicación de los modelos de riesgo extendido para los datos de mortalidad de terneros en el capítulo 6. La metodología permite obtener estimaciones de la proporción de cura, así como los efectos de los factores genéticos y ambientales para cada rebaño. Una característica relevante de los modelos de cura no combinados es que modelan por separado, los factores que podrían afectar la supervivencia de aquellos que afectan el modelo de cura, y la interpretación es relativamente fácil. Los resultados se muestran en la sección 6.3.1 y se obtuvieron utilizando la librería NLTM del paquete estadístico R. Los efectos a corto plazo (mortalidad) y a largo plazo (sobrevivientes) son determinados para cada factor, así como su significación estadística en cada rebaño. Por ejemplo en el rebaño 1, encontramos que el mes del parto y la dificultad al nacer son estadísticamente significativos para la proporción no susceptible (sobrevivientes a largo plazo). Terneros nacidos en el periodo Marzo-Agosto tienen baja probabilidad de sobrevivir que aquellos nacidos en septiembre y febrero; y la probabilidad de sobrevivir es mucho menor para aquellos que tienen dificultades en el parto. Para el rebaño 7 el efecto de la dificultad al parto es diferente al rebaño 1, sólo es significativa la categoría fuertemente asistida. Los terneros de partos fuertemente asistidos tienen menor probabilidad de sobrevivir que aquellos sin asistencia. Respecto a los efectos a corto plazo (mortalidad), sólo encontramos predictores estadísticamente significativos en el rebaño 7 donde el riesgo de muerte de los nacidos de madres con una larga vida reproductiva, están al doble del riesgo de muerte que los nacidos de madres más jóvenes. Se incluye una discusión sobre las conclusiones erróneas que pueden obtenerse de los modelos estándar sino se toma en cuenta la cura.

This PhD thesis is focused on disclosing features that might cause the increase in the use of analytical tools for better decision making. The theoretical part of this research is developed in two phases. At first, an exhaustive literature review was conducted with the purpose of identifying the main features in companies that impact positively the adoption of new analytical tools. This review brought our attention in four key drivers which were the foundation of the theoretical model: management support on data analysis, data-based competitive advantage, systemic thinking and communication outside the company. Secondly, a scale was proposed for classifying companies according with how its analytical capabilities are developed. The theoretical model and scale required to be validated with data from the real world. Four constructs derived from the model were operationalized in 17 items. An extensive statistical research related with the agreement, convergence, test-retest reliability and factor structure of the dimensions was conducted. Results allowed us to ascertain that our instrument is reliable and valid. Then, the questionnaire was sent to companies located in Barcelona area. The central part of the research analyzes data obtained from the companies. At first, the statistical engineering, which is interpreted as the link between the statistical thinking (the strategic management) and methods (the day-to-day operations), was adapted as guideline. A set of seven statistical tools were wisely assembled in a sequential order and relevant conclusions were obtained. Later, it was necessary to validate our preliminary conclusions with additional research and make them more robust. A second approach was utilized with this purpose. The evidential reasoning, which is a type of multi criteria decision analysis method, was implemented. Two different approaches lead us to similar results. At this phase of the thesis unstructured and soft features about the analytical practices were still missing. A complementary approach was needed to include aspects as personal values, beliefs and motivations and identify how they influence on analytical practices of the companies. The laddering methodology was utilized for these purposes. It is defined as a type of in-depth interview that is applied to understand how individuals transform attributes of any given concept into meaningful associations with respect to themselves. Consider this analogy; the data from questionnaires gave us "the picture of forest", then in-depth interviews yielded "the picture of the three". The last part of the thesis is reserved to provide guidelines to companies interested on increasing their analytical capabilities. Here it is offered a road map composed of five stages. The proposed order is: A company receive its diagnostic and is given a stage in the road map, later guidelines are provided to move the company upwards into the scale. The sequence of diagnostic-guidelines-diagnostic should be repeated until the company reach the highest level in the scale: analytics as competitive advantage. At the end of the thesis are presented two sets of values and attributes which were found decisive for increasing the adoption of analytical tools. In the first set, three values: honesty, serving the society and leadership impact the statistical thinking (the strategic level) in the company, whereas three attributes: the goal setting, creativity and information from outside are acting on the statistical methods (the operational level). The statistical engineering (the tactical level) establish a link between strategic and operational levels. All the tools and methods developed in this thesis, including the questionnaire, the scale for ranking the companies, the script for in-depth interviews, the road map for moving upward to higher levels in the scale and its related guidelines, represent an original and helpful toolkit for improving the analytical capabilities in companies.

En aquesta tesi s’apliquen i desenvolupen models estadístics amb variables latents per a l’anàlisi conjunt (multivariant) de trastorns mentals, com a instrument de mesura en estudis epidemiològics. En l’anàlisi multivariant dels trastorns mentals no només es mesura la presència dels trastorns, sinó que també es té en compte les seves associacions, ajustant directament la comorbiditat mental, i permetent quantificar estats de salut psíquica individuals que no es poden observar directament. L’estructura de comorbiditat es construeix a partir d’estudis psiquiàtrics conceptuals previs. S’utilitzen models de tipus IRT (Item Response Theory) per construir les mesures dimensionals de salut mental que no es poden observar directament (les variables latents) a partir de la informació observada, categòrica, sobre els trastorns mentals. Els models de variables latents modelitzen simultàniament les variables observades i els individus. Al llarg d’aquesta tesi es demostra que els trastorns mentals definits categòricament segons el manual DSM-IV responen a fenòmens dimensionals. Els trastorns mentals més rellevants poden agrupar-se en un nombre petit de dimensions, i dins de cada dimensió existeix una gradació dels nivells de salut. Aquests models poden utilitzar-se per descriure nivells de salut mental d’una població en un moment determinat (utilitzant informació sobre trastorns patits en aquell moment) o per a estimar la predisposició a patir trastorns mentals en algun moment de la vida (trastorns vida). En aquesta tesi es realitzen estudis epidemiològics de la salut mental, enfocats en considerar la comorbiditat mental i l’estimació de les dimensions subjacents als trastorns observats, i modelant l’existència d’una classe sense trastorn (‘sana’) i ‘malalta’ dins la població. Les dades consisteixen en una mostra representativa de la població europea (ESEMeD). S’analitza l’estat ‘actual’ de la població per mitjà dels trastorns patits en l’últim any i es desenvolupa una metodologia per analitzar els trastorns vida tenint en compte que es disposa de mesures retrospectives, en les quals la informació sobre aparició de trastorns es troba censurada per la dreta (la gent sense trastorn observat fins al moment de la recollida de dades pot estar encara a risc de patir-lo en el futur). També es formulen i apliquen models on la dimensionalitat latent es mesura de manera discreta-ordinal, en comptes de l’assumpció contínua utilitzada habitualment. Cadascun d’aquests models descriuen diferents aspectes del la salut mental en la població europea. / Latent variable statistical models are developed and applied to the joint (multivariate) analyses of mental disorders, as measurement instruments for epidemiological studies. Multivariate analyses of mental disorders does not only take into account their presence, but also their associations, straightly modelling the mental comorbidity and allowing to (quantitatively) estimate underlying mental health states, which are not directly observable (non-manifested). Comorbidity structures were built upon previous conceptual psychiatric studies. Item Response Theory (IRT) models were used to estimate the non-manifested psychiatric dimensions (latent variables), based on the categorical manifested (observed) mental disorder information. Latent variable models allow for analysing the observed variables and the individuals, jointly. Along this research work has been shown that the categorical DSM-IV definitions of mental disorders follow dimensional constructs. Most relevant mental disorders can be grouped in small number of dimensions; within each dimension there is a gradation of mental health states. The presented latent variable statistical models can describe population mental health states at some specific time-point (e.g. current or 12-month observed disorders) or the individual predisposition to suffer from mental disorders at any moment in life (lifetime disorders). Mental health epidemiological studies were conducted, based on the dimensional structures of mental comorbidity that underlies to the manifested disorders. Given that only a minor proportion of the general population suffers from mental disorders, it was included in the statistical model the distinction (also latent) between individuals with and without mental disorders (‘ill’ and ‘healthy’, respectively). Data come from an European population representative sample (ESEMeD). First, the population’s current mental health state was analysed, based on the disorders suffered in their last year. Second, a new methodology has been developed in order to analyse the lifetime disorders, taking into account that only retrospective information was available, in which disorder’s onset information is right-censored (individuals without a mental disorder at the interview time-point may be still at risk to suffer it in the future). Moreover, it has been formulated and applied latent variable statistical models in which the dimensionality is modelled in a discrete-ordinal way, instead of the common continuous assumption. Each of these models describes different aspects of the European mental health states.