Publications

• PUBLICATIONS IN MAGAZINES 1. Balakrishnan, N., Jaenada, M., & Pardo, L. (2024). Robust inference for an interval-monitored step-stress experiment with competing risks for failure with an application to capacitor data. Computers & Industrial Engineering, 110536.

  2. Balakrishnan, N., Jaenada, M., and Pardo, L. (2024). Non-destructive one-shot device test under step-stress experiment with lognormal lifetime distribution. Journal of Computational and Applied Mathematics, 437, 115483. 

  3. Balakrishnan, N., Castilla, E., Jaenada, M., and Pardo, L. (2023). Robust inference for nondestructive one-shot device testing under step-stress model with exponential lifetimes. Quality and Reliability Engineering International, 39(4), 1192-1222. 

  4. Basu, A., Ghosh, A., Jaenada, M., & Pardo, L. (2024). Robust adaptive Lasso in high-dimensional logistic regression. Statistical Methods & Applications, 1-33.

  5. Balakrishnan, N., Jaenada, M., and Pardo, L. (2024). Step-stress tests for interval-censored data under gamma lifetime distribution. Quality Engineering, 36(1), 3-20. 

  6. Castilla, E., Jaenada, M., Martin, N., and Pardo, L. (2022). Comparing two dependent normal populations through Wald-type tests based on Rényi’s pseudodistance estimators. Statistics and Computing, 32(6), 1-34.

  7. Castilla, E., Jaenada, M., and Pardo, L. (2022). Estimation and testing on independent not identically distributed observations based on Rényi’s pseudodistances. IEEE Transactions on Information Theory, 68(7), 4588-4609.

  8. Felipe, A., Jaenada, M., Miranda, P., and Pardo, L. (2023). Restricted distance-type Gaussian estimators based on density power divergence and their applications in hypothesis testing. Mathematics, 11(6), 1480.

  9. Felipe, A., Jaenada, M., Miranda, P., and Pardo, L. (2024). Model Selection for independent not identically distributed observations based on Rényi’s pseudodistances. Journal of Computational and Applied Mathematics, 440, 115630.

  10. Ghosh, A., Jaenada, M., and Pardo, L. (2022). Classification of COVID-19 patients using robust logistic regression. Journal of Statistical Theory and Practice, 16(4), 1-23. 

  11. Ghosh, A., Jaenada, M., and Pardo, L. (2024). Robust adaptive variable selection in ultra-high dimensional linear regression models. Journal of Statistical Computation and Simulation, 94(3), 571-603.

  12. Jaenada, M., Miranda, P., and Pardo, L. (2022). Robust test statistics based on Restricted minimum Renyi's pseudodistance estimators. Entropy, 24(5), 616. 

  13. Jaenada, M., and Pardo, L. (2021). Robust Statistical Inference in Generalized Linear Models based on Minimum Renyi’s Pseudodistance estimators. Entropy, 24 (1), 123. 

  14. Felipe, Á., Jaenada, M., Miranda, P., & Pardo, L. (2024). Robust estimators for the log-logistic model based on ranked set sampling. Japanese Journal of Statistics and Data Science. 

  CAPÍTULOS DE LIBRO

  1. Balakrishnan, N., Jaenada, M., Pardo, L. (2023). Robust Rao-type tests for non-destructive one-shot device testing under step-stress model with exponential lifetimes. In Advances in Intelligent Systems and Computing. Building Bridges between Soft and Statistical Methodologies for Data Sciences, Editors: L.A. García-Escudero, A. Gordaliza, A. Mayo, M.A. Lubiano Gómez, M.A. Gil, P. Grzegorzewski, and O. Hryniewicz, Springer-Verlag, 2023. (pp. 23-31).

  2. Balakrishnan, N., Jaenada, M., Pardo, L. (2023). Restricted minimum density power divergence estimator for step-stress ALT with non-destructive one-shot devices. In Data Analysis and Related Applications: New Approaches, Editors: Yiannis Dimotikalis and Christos H Skiadas, ISTE, John Wiley & Sons.

  3. Jaenada, M. (2022). On the consistence of the modified median estimator for the logistic regression model. In Trends in Mathematical, Information and Data Sciences, Editors: N. Balakrishnan, M.A. Gil, N. Martín, D. Morales, and M.C. Pardo, Springer.

  4. Jaenada, M. (2021). A comparative study of robust regularization methods based on minimum density power and Rényi divergence losses, in the 3rd BYMAT Conference. TEMat Monográficos, 2, 195-198.

  5. Jaenada, M., and Pardo, L. (2021). The Minimum Renyi’s Pseudodistance Estimators for Generalized Linear Models. In Data Analysis and Related Applications: Theory and Practice (Vol. 9), pp. 223-236. Editors: K.N. Zafeiris, C.H. Skiadas, Y. Dimitikalis, A. Karagrigoriou, and C. Karagrigoriu-Vonta, Wiley, ISBN 978-1-78630-771-2.

  
  LIBROS
  1. Dan Porras, J., Jaenada, M. and Ruiz, J.M. (2019) Topología algebraica muy elemental en dimensión muy baja. Ed. Sanz y Torres, ISBN: 9788417765118.

   

   

• PUBLICATIONS AT CONFERENCES Conferencias

   

  1. Métodos de regularización robustos basados en la pérdida de pseudodistancia de Rényi. (M. Jaenada). BYMAT Conference: Bringing Young Mathematicians Together. Universitat de València and Universitat Politècnica de València, Valencia.
  2. Sobre métodos robustos de regularización para el modelo de regresión lineal. (M. Jaenada). FuzzyMAD. Facultad de Ciencias Matemáticas, Universidad Complutense de Madrid.
  3. Selección de genes en enfermedades cancerígenas utilizando métodos robustos de regresión lineal. (M. Jaenada). IX Congreso de Investigación Biomédica (CIB). Universitat de València. Valencia.
  4. Selección robusta de variables en modelos de regresión lineal de alta dimensión. (A. Ghosh, M. Jaenada y L. Pardo). Conferencia Internacional de Estadística Instituto Griego de Estadística, Atenas, Grecia.
  5. Estimadores mínimos RP para observaciones independientes pero no idénticamente distribuidas. (E. Castilla, M. Jaenada y L. Pardo). 19ª Conferencia de Modelos Estocásticos Aplicados y Análisis de Datos (ASMDA2021), Atenas, Grecia.
  6. Construcción de algoritmos de optimización para regresión lineal robusta de alta dimensión. (M. Jaenada) IV Jornadas de Estadística como Herramienta Científica. Universidad de Jaén.
  7. Procedimientos robustos en regresión logística de alta dimensión. (M. Jaenada) Workshop on High-Dimensional Data Analysis. Universidad Carlos III de Madrid.
  8. Técnicas robustas para el modelo de regresión logística regularizada. (M. Jaenada). XV Congreso Gallego de Estadística e Investigación Operativa. Universidad de Santiago de Compostela. 
  9. Una aplicación de técnicas robustas para el modelo de regresión logística regularizada a la clasificación de cáncer. (A. Ghosh, M. Jaenada, L. Pardo). Congreso de Jóvenes Investigadores en Diseño de Experimentos y Bioestadística (JEDE V). Universidad de Almería. 
  10. Técnicas de clasificación robustas para datos de expresión génica. (A. Ghosh, M. Jaenada, L. Pardo). XIV FuzzyMAD Conference. Universidad Complutense de Madrid. 
  11. Modelo de regresión logística robusta regularizada: una aplicación biomédica. V Jornadas de Estadística como Herramienta Científica. (A. Ghosh, M. Jaenada, L. Pardo). Universidad de Jaén. 
  12. Pruebas de tipo Rao robustas para pruebas de dispositivos no destructivos de una sola vez bajo un modelo de esfuerzo escalonado con vidas útiles exponenciales. (N. Balakrishnan, M. Jaenada, L. Pardo). 10ª Conferencia Internacional sobre Métodos Suaves en Probabilidad y Estadística (SMPS 2022). 
  13. Inferencia robusta para pruebas de dispositivos no destructivos de una sola vez bajo el modelo de esfuerzo escalonado con distribuciones de vida útil Weibull. (N. Balakrishnan, M. Jaenada, L. Pardo). XXXIX Congreso Nacional de Estadística e Investigación Operativa y XIII Jornadas de Estadística Pública. 
  14. Una prueba robusta de no correlación para datos normales emparejados, basada en estimadores de pseudodistancia de Rényi. (E. Castilla, M. Jaenada, N. Martín, L. Pardo). XXXIX Congreso Nacional de Estadística e Investigación Operativa y XIII Jornadas de Estadística Pública. 
  15. Un enfoque para el Análisis de Correlación Canónica basado en las Pseudodistancias de Rényi. (M. Jaenada, P. Miranda, L. Pardo). XXXIX Congreso Nacional de Estadística e Investigación Operativa y XIII Jornadas de Estadística Pública. 
  16. Pruebas robustas basadas en estimadores mínimos de pseudodistancia de Rényi. (M. Jaenada, P. Miranda, L. Pardo). 7ª Conferencia Internacional sobre Técnicas de Modelado Estocástico y Análisis de Datos y Taller de Demografía 2022. 
  17. Inferencia robusta para pruebas de dispositivos no destructivos de una sola vez bajo el modelo de esfuerzo escalonado y distribuciones de vida útil Weibull. (N. Balakrishnan, M. Jaenada, L. Pardo). 3ª Reunión Española de Jóvenes Estadísticos e Investigadores en Investigación Operativa (SYSORM). 
  18. Inferencia robusta para pruebas de vida aceleradas con datos extremadamente censurados. (N. Balakrishnan, M. Jaenada, L. Pardo). 4ª Conferencia BYMAT – Bringing Young Mathematicians Together. 
  19. Inferencia robusta para pruebas de vida aceleradas con datos extremadamente censurados. (N. Balakrishnan, M. Jaenada, L. Pardo). 4ª Conferencia BYMAT – Bringing Young Mathematicians Together. 
  20. Inferencia robusta para dispositivos no destructivos de alta fiabilidad de una sola vez. (N. Balakrishnan, M. Jaenada, L. Pardo). Taller IMEIO DecData. 
  21. Estimación robusta para experimentos de esfuerzo escalonado con dispositivos no destructivos de una sola vez bajo vidas útiles lognormales. (N. Balakrishnan, M. Jaenada, L. Pardo). 35º Congreso Panhelénico y 1º Congreso Internacional de Estadística, Estadística en Ciencias de la Salud.
  22. Métodos inferenciales basados en divergencia para pruebas de fiabilidad de esfuerzo escalonado bajo datos censurados por intervalos y distribuciones de vida útil gamma. (N. Balakrishnan, M. Jaenada, L. Pardo). Segunda Conferencia Internacional sobre Modelado Matemático y Computacional, Aproximación y Simulación (MACMAS).
  23. Métodos robustos para pruebas de vida acelerada con distribuciones de vida útil lognormales bajo censura por intervalos. (N. Balakrishnan, M. Jaenada, L. Pardo). 12ª Conferencia Internacional sobre Métodos Matemáticos en Fiabilidad (MMR2023).
  24. 24. Inferencia robusta con censura por intervalos para pruebas de vida acelerada bajo vidas útiles Weibull. (M. Jaenada). VI Congreso de Jóvenes Científicos en Diseño de Experimentos y Ciencia de Datos.
  25. Estimación y pruebas robustas para experimentos de esfuerzo escalonado bajo censura por intervalos. (N. Balakrishnan, M. Jaenada, L. Pardo). Contribución invitada. IMACS 21º Congreso Mundial, 11-15 de septiembre de 2023, Universidad La Sapienza, Roma, Italia. Invited Talk.
  26. Inferencia robusta para pruebas de vida acelerada con censura por intervalos. (N. Balakrishnan, M. Jaenada, L. Pardo). Contribución invitada. XL Congreso Nacional de Estadística e Investigación Operativa y XIV Jornadas de Estadística Pública (SEIO 2023) de la Sociedad de Estadística e Investigación Operativa.
  27. Un procedimiento robusto para la selección de modelos basado en pseudodistancias de Rényi. (A. Felipe, M. Jaenada, P. Miranda, L. Pardo). Contribución invitada. XL Congreso Nacional de Estadística e Investigación Operativa y XIV Jornadas de Estadística Pública (SEIO 2023) de la Sociedad de Estadística e Investigación Operativa.
  28. Métodos robustos en fiabilidad. (N. Balakrishnan, M. Jaenada, L. Pardo). XVI FuzzyMAD Conference. Universidad Complutense de Madrid.
  29. Robust Estimation for Step-Stress Accelerated Life Tests Under Interval Censoring and Competing Risks.  . (N. Balakrishnan, M. Jaenada, L. Pardo).  2024 Joint Research Conference On Statistics In Quality, Technology, And Industry. Waterloo, Canada. Invited Talk.
  30. Robust inference for high-dimensional logistic regression. (A. Ghosh, M.Jaenada y L. Pardo). 7th International Conference on Econometrics and Statistics (EcoSta 2024) Beijing Normal University, Pekín, China. Invited Talk.
  31. Robust estimation for step-stress experiments with non-destructive one-shot devices. 11th Internacional Conference on Soft Methods in Probability and Statistics. Salzburgo, Austria.

  
  Seminarios impartidos
  1. Procedimientos robustos para modelos de regresión con datos de alta dimensión. V Congreso de Estudiantes de Doctorado (PhDay). Universidad Complutense de Madrid. Facultad de Matemáticas.

  2. Inferencia robusta para pruebas de dispositivos no destructivos de una sola vez bajo el modelo de esfuerzo escalonado con vidas útiles Weibull. VI Congreso de Estudiantes de Doctorado (PhDay). Universidad Complutense de Madrid. Facultad de Matemáticas.

  3. Métodos de estimación robustos mediante el uso de divergencias. Ciclo de Conferencias “Conversaciones en Estadística” del IMI-DSC. Facultad de Ciencias Matemáticas, Universidad Complutense de Madrid.