ROSA MARIA
CRUJEIRAS CASAIS

Rosa M. Crujeiras es catedrática del área de Estadística e Investigación Operativa (Dpto. de Estadística, Análisis Matemático y Optimización) en la Universidad de Santiago de Compostela (USC). Licenciada en Matemáticas (2001), Diploma de Estudios Avanzados (2003) y Doctora en Estadística e Investigación Operativa (2007, tesis titulada “Contributions to Spectral Spatial Statistics”), desarrolló sus estudios en la USC, realizando estancias predoctorales en Estados Unidos y Reino Unido. Tras un periodo postdoctoral en el recién creado Servicio de Consultoría Estadística de la USC, en 2008 obtuvo otro contrato como investigadora postdoctoral en la Universitè catholique de Louvain, en Bélgica. En enero de 2009 regresó a la USC como profesora interina, desarrollando su carrera académica en esta universidad. Investigadora del grupo de Optimización, Decisión, Estadística y Modelos de Aplicaciones (MODESTYA). Desde septiembre de 2021 es Directora Científica del Centro de Investigación y Tecnología Matemática de Galicia, CITMAga. Su trayectoria fue reconocida con el Premio al Talento Científico Joven 2023 de la Real Academia de Ciencias Exactas, Físicas y Naturales, y en 2024, junto con las profesoras M. Alonso e I. Gijbels, recibió el Premio a la Mejor Contribución Metodológica en Estadística de la Sociedad de Estadística e Investigación Operativa (SEIO) y la Fundación BBVA (FBBVA). Su actividad investigadora ha sido reconocida con tres sexenios (el máximo posible). La investigación de Rosa M. Crujeiras se ha centrado en el desarrollo de metodología no paramétrica para el análisis de datos en contextos complejos: procesos con dependencia espacial, variables observadas en soportes no euclidianos (datos circulares y direccionales) y, más recientemente, datos con información parcial (doblemente truncados). El trabajo sobre dependencia espacial es el que desarrolla principalmente en su tesis y su periodo postdoctoral inicial, antes de abordar una nueva línea de investigación sobre datos direccionales, un tema inédito en el grupo de investigación y que le ha supuesto un importante reconocimiento internacional. Fusionando estos últimos avances con el tema en el que comenzó su carrera académica, también ha trabajado en la estimación y los contrastes de procesos circulares espaciales. Estos campos de la estadística requieren el uso de herramientas avanzadas de análisis matemático y geometría riemanniana, lo que sienta las bases para la comprensión teórica de modelos estocásticos para datos complejos y constituye un excelente ejemplo de la necesidad de la interdisciplinariedad para lograr avances científicos relevantes. Sus contribuciones más recientes en el campo de los datos direccionales ofrecen propuestas para la estimación no paramétrica de la densidad y la regresión con datos circulares, utilizando en este último contexto tanto la regresión a la media como la regresión modal (un enfoque completamente novedoso para este tipo de datos), así como la regresión por verosimilitud local. Ha dirigido 8 tesis doctorales en estas áreas. Cuenta con publicacións en revistas de prestigio y alto impacto en Estatística, de carácter metodológico como Journal of the American Statistical Association, Biometrics, Annals of Applied Statistics, Scandinavian Journal of Statistics, Electronic Journal of Statistics, Test, Stochastic Environmental Research and Risk Assessment ou Journal of Statistical Software, entre otras.