Raquel Prado

Raquel Prado est née le 24 avril 1970 à Caracas et a obtenu son diplôme de l'université Simón Bolívar en 1993^[1]. Elle obtient ensuite son doctorat en statistique à l'université Duke en 1998. Sa thèse, Latent Structure in Non-Stationary Time Series, était supervisée par Mike West^[1],[2].

Après avoir terminé son doctorat elle est retournée à l'université Simón Bolívar en tant que membre du corps professoral avant de partir à Santa Cruz^[3].

Elle est professeure de statistique à la Jack Baskin School of Engineering (en) de l'université de Californie à Santa Cruz^[4].

Prado est spécialisé dans l'inférence bayésienne pour les données de séries temporelles^[4]. Avec Mike West, elle est l'auteure du livre Time Series: Modeling, Computation and Inference (Texts in Statistical Science, CRC Press, 2010)^[5].

Les applications de ces travaux sont multiples et variées : avec Rajarshi Guhaniyogi Dan Spencer (alors doctorant), elle a développé des approches de régression par tenseur bayésien pour les données de neuroimagerie, projet récompensé par un prix à la 2019 Statistics in Imaging Conference ; avec Cheng-Han Yu, Hernando Ombao et Daniel Rowe elle développe des modèles pour l'analye d'imagerie par résonance magnétique fonctionnelle à valeurs complexes ; avec Annalisa Cadonna et Thanasis Kottas elle développe des modèles flexibles pour l'analye spectrale de séries temporelles multiples ; et avec Raquel Barata et Bruno Sanso elle développe des modèles pour la détection et la prospection de rivières atmosphériques^[6].