| PROFESOR: | , |
Datos personales
| Departamento: |
| Universidad: |
| Correo electrónico: |
| Categoría: |
| Dedicación: |
| Web Personal: |
| ORCIC: |
Localización
| Teléfono: |
Docencia
| Asignaturas en el curso |
|
Últimos artículos publicados
1) Jácome, M. A., López Cheda, A., Aneiros Pérez, German, Carpente, L., Costa, J., Estévez Pérez, Graciela, Francisco-Fernández, M., Ginzo-Villamayor, M.J., González-Rueda, A. M., Malheiro, M.T., Muiños-Roca, M.C., Oviedo, M, Piñeiro Lamas, B., Presedo Quindimil, Manuel Antonio, Rodríguez-Fraguela, L.F. (2023). ACTAS XVI Congreso Galego de Estatística e Investigación de Operacións e I Xornadas Innovación Docente na Estatística e Investigación de Operacións . ISBN: 978-84-09-50202-8. Comité Organizador. Jácome-Pumar,M.A, López-Cheda, A., Aneiros-Pérez, G., Carpente-Rodríguez, M.L., Costa-Bouzas, J., Estévez-Pérez, G., Francisco- Fernández, M., Ginzo-Villamayor, M.J., González-Rueda, A.M., Malheiro, M.T., Muiños-Roca, M.C., Oviedo de l 
|
|
2) Febrero-Bande, M., González-Manteiga, W., Oviedo, M (2022). Prediction Models with Functional Data for Variables related with Energy Production Mathematics inspired by Applications. The European Consortium for Mathematics in Industry. 38. pp. 271-297. Springer
|
|
3) Oviedo, M, Cabo, C., Ordóñez Galán, C., Roca Pardiñas, Javier (2021). A Distance Correlation Approach for Optimum Multiscale Selection in 3D Point Cloud Classification Mathematics. 9. pp. 1-19. MDPI
|
|
4) Oviedo, M, Ordóñez Galán, C., Roca Pardiñas, Javier (2020). Functional Location-Scale Model to Forecast Bivariate Pollution Episodes Mathematics. 8. pp. 1-12. MDPI
|
|
5) Oviedo, M, Cabo, C., Ordoñez, C., Roca Pardiñas, Javier (2020). Optimum Scale Selection for 3D Point Cloud Classification through Distance Correlation Functional and High-Dimensional Statistics and Related Fields. IWFOS 2020. Contributions to Statistics. Springer, Cham. Aneiros G., Horová I., Hušková M., Vieu P. (eds)
|
|
6) Febrero-Bande, M., González-Manteiga, W., Oviedo, M (2019). Variable selection in Functional Additive Regression Models Computational Statistics. 34. pp. 469-487. Springer
|