Styrkan i vår forskning ligger både i metodutveckling och i tillämpningar. På metodsidan bedriver vi aktiv forskning inom rumslig och tidsmässig stokastisk modellering, högdimensionell analys, regulariseringsmetoder, maskininlärning, extremvärdesteori och kompositionell dataanalys. Dessa metoder används inom en rad olika discipliner, som till exempel miljövetenskap, national- och företagsekonomi, maskinteknik och folkhälsa.

Här ger vi några exempel på forskning som forskarna på Statistiska institutionen vid Ekonomihögskolan vid Lunds universitet är involverad i.

Från smittsamma sjukdomar ... 

Klimatförändringarna påverkar starkt den geografiska utbredningen och framväxten av infektionssjukdomar. I ett av våra pågående forskningsprojekt arbetar vi för att utveckla stabila klimatbaserade algoritmer och beslutsramar som stöd för anpassade folkhälsoåtgärder mot smittrisker till följd av klimatförändringarna. Här använder vi AI-teknik, såsom datautvinning och maskininlärning, för att ta fram nya algoritmer och prototyper för instrumentpaneler som beslutsstöd för folkhälsoskyddet. Dessa är särskilt anpassade efter behoven hos Europeiska centrumet för förebyggande och kontroll av sjukdomar (ECDC).

Statistiska nstitutionen har en bred expertis inom rumslig och tidsmässig modellering. Vi utvecklar till exempel statistisk slutledning för rumsliga(-tidsmässiga) punktprocesser, både ur ett teoretiskt och ett praktiskt perspektiv.

Vi bidrar till forskning om företagande genom att försöka besvara följande frågor:

• Hur kan vi modellera företagande på ett bättre sätt, när affärsmöjligheten ännu inte har observerats?
• Hur kan vi utveckla teorier om företagande på ett bättre sätt med hjälp av strukturell ekvationsmodellering?
• Hur kan vi modellera och förstå nystartade företags tillväxt och överlevnad på ett bättre sätt?

Genom att besvara dessa frågor kan vi ge bättre råd till beslutsfattare om vad de bör fokusera på: ge människor större egenmakt för att bli företagare, fokusera på delgrupper av företagare av hög kvalitet (med högt socialt, ekonomiskt och mänskligt kapital), stödja särskilda sektorer eller stödja en livskraftig småföretagarsektor.

Inom miljövetenskapen har vi utvecklat statistiska metoder för att fånga upp rumsliga strukturer i kompositionella data med hjälp av bayesianska hierarkiska modeller, metoden med gaussiska slumpmässiga Markovfält och stokastiska partiella differentialekvationer.

... till politiska opinionsundersökningar

Inom moderna genetikstudier har vi utvecklat effektiva metoder för att kartlägga prediktorer i stora databaser med särskilt tonvikt vid att identifiera kausala mutationer och bygga prediktiva modeller baserade på genomomfattande associeringsstudier. Våra resultat kommer utöka den matematiska förståelsen av högdimensionell statistik och, via programvara med öppen källkod, skapa en bro mellan teoretiska resultat och praktik. Tillämpningen kan få enorm betydelse för en mängd olika områden, som biologi, psykologi, samhällsvetenskap med flera.

Teorin om slumpgrafer återfinns också bland våra forskningsområden. Med hjälp av metoder för sannolikhetsteorin studerar vi slumpgrafsgeometri som är tillämplig på slumpgeometri i högre dimensioner.

Politiska opinionsundersökningar har en viktig roll i den svenska politiken, precis som i många andra länder. Undersökningar ger skattningar av röstandelar, det vill säga proportioner. Detta brukar kallas kompositionella data. Genom att slå ihop flera undersökningar kan vi skapa tillförlitliga felkontrollerade förutsägelser av valresultat. I vår forskning använder vi flera olika metoder och tekniker för att öka vår förståelse av kompositionella tidsserier och bättre kunna förutsäga valresultat.

Universitetslektor Jonas Wallin med kollegor har prisats för sitt sätt att presentera statistik och förklara osäkerhet när man använder moderna statistiska modeller.

Årets statistikfrämjare förutsåg resultatet i riksdagsvalet – lu.se