Seminarium ze statystyki
W związku z wizytą prof. Olgi Vitek (Northeastern University, Boston) i jej wystąpieniem na Seminarium Wydziałowym 23 czerwca, Zakład Statystyki Instytutu Matematycznego UWr serdecznie zaprasza zainteresowanych na serię dwóch seminariów poświęconych metodom statystycznym dla danych wysokowymiarowych i zastosowaniom modelowania statystycznego w biologii molekularnej. W seminarium uczestniczyć będą również praktycy zajmujący się spektrometrią mas w proteomice. Seminarium ma na celu prezentację badań prowadzonych w Zakładzie Statystyki, omówienie kierunków rozwoju metod obliczeniowych w nowoczesnych badaniach biologii molekularnej oraz poszukiwanie tematów do interdyscyplinarnej współpracy.
Program seminarium
Oba spotkania będą się składać z 15-minutowych prezentacji i dyskusji. Poniżej lista prezentacji, pod którą znajdują się streszczenia referatów.
Część I: poniedziałek 22 czerwca o godz. 11:00 w sali 602 (Instytut Matematyczny)
- dr Michał Kos (IM UWr) – FDR Control via Sorted L-One Penalized Estimator (SLOPE) Method
- prof. dr hab. Małgorzata Bogdan (IM UWr) – From Structured Sparsity to Causal Effects: GSLOPE, PCGLASSO, and SLOPE-Based Doubly Robust Inference
- Krystyna Grzesiak (IM UWr) – Evaluating Imputation Methods
- Dominik Nowakowski (Uniwersytet Medyczny w Białymstoku) – missKnockoffs: A Model-X Knockoff Framework for Variable Selection with Missing Data
Część II: środa 24 czerwca o godz. 11:00 w sali 605 (Instytut Matematyczny)
- Joanna Pokora (IM UWr) – Adaptive Bayesian SLOPE
- Maria Bochenek (MIM UW) – Network flow methods for alignment and deconvolution of multidimensional spectra
- dr Mateusz Staniak (IM UWr) – Modeling Hydrogen-Deuterium Exchange Mass Spectrometry data via convolutions of exchange probabilities
- dr Michał Tracz (W. Biotechnologii UWr) – Challenges of AP-MS data interpretation in biological relevance driven studies
- dr Vanessa Linke (Międzynarodowy Instytut Biologii Molekularnej i Komórkowej) – What Counts as Significant? Lessons from Applied Proteomics.








