Desde la RSME queremos visibilizar el papel de las mujeres en las matemáticas. Para ello, y aprovechando la celebración del Día de la Mujer Trabajadora, vamos a difundir semanalmente el perfil de una mujer matemática en el Boletín de la RSME. Estos perfiles han sido elegidos para una exposición, coordinada por Rosa María Pardo San Gil del departamento de Matemática Aplicada de la Universidad Complutense de Madrid, que se exhibirá en las facultades de las bibliotecas de todas las facultades españolas que cuenten con estudios de matemáticas, y queremos colaborar con su difusión.
Profesora titular de Estadística en la Universidad Autónoma de Madrid. Codirectora del proyecto MICROAIRPOLAR de investigación en la Antártida, financiado por la Agencia Estatal de Investigación. Durante quince años ha participado en el diseño de los experimentos y la toma de datos de seis campañas del Programa Antártico Español, en el Campamento Internacional Byers y el BIO Hespérides. Ha disfrutado de estancias de investigación y docencia en varias universidades extranjeras, entre ellas la Duke University, la Université Paris-Dauphine y la Université Catholique de Louvain.
En 2015 recibió el Premio de Investigación en Ecología de la Ecological Society of Japan. Durante once años ha dirigido la Oficina de Análisis y Prospectiva de la UAM, teniendo como responsabilidad la gestión de los datos estadísticos de la Universidad. Como experta nacional en diseño y análisis de indicadores, fue nombrada vicepresidenta del Comité Científico del Observatorio de la Sostenibilidad en España. Desde 2015 está acreditada para acceder al cuerpo de catedráticos de universidad.
De carácter multidisciplinar, contribuye tanto en estadística matemática y computacional como en biología, ecología y economía. Ha escrito más de cincuenta artículos científicos y de divulgación, veintisiete de ellos publicados en revistas internacionales de alto índice de impacto. Busca soluciones a problemas estadísticos complejos, creando procedimientos bayesianos de detección de atípicos enmascarados para regresión y series temporales; estimadores bayesianos de mixturas de regresión; un estimador no paramétrico de conjuntos; un procedimiento secuencial para detección de no linealidad en series temporales; un método cluster para series temporales; un método general de selección de variables en clasificación; un método de obtención de reglas de clasificación para datos en alta dimensión; un método de extracción de componentes principales para datos funcionales multivariantes; un método cluster para datos funcionales; un test de tendencia para series temporales de datos funcionales, y un contraste de Kolmogorov-Smirnov multivariante (citado en más de ciento treinta artículos de economía, ingeniería, medicina, biología, etc.). Las aplicaciones más relevantes de su trabajo tienen que ver con el cambio climático, un test de tendencia para las temperaturas históricas registradas en la Base Antártica Española Juan Carlos I, la clasificación de países para el diseño de escenarios de cambio climático y la identificación de especies bioindicadoras de cambio climático en la Cuenca del Júcar.
Artículos:
- A. Justel y M. Svarc. “A divisive clustering method for functional data with special consideration of outliers”. Advances in Data Analysis and Classification (2017). Págs. 1-20.
- R. Fraiman, A. Justel, R. Liu, y P. Llop. “Detecting trends in time series of functional data: A study of Antarctic climate change”. Canadian Journal of Statistics, 42-4 (2014). Págs. 597-609.
- C. Rochera, A. Justel, E. Fernández-Valiente et al. “Interannual meteorological variability and its effects on a lake from maritime Antarctica”. Polar Biology, 33-12 (2010). Págs. 1615-1628.
