• Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES
  • Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES
  • Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES
  • Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES

Metodi inferenziali basati su pseudo-verosimiglianze

Cluster di dipartimento

  • Statistica Metodologica e Sperimentale

Descrizione

La complessità dei modelli statistici utilizzati nelle applicazioni contemporanee pone una sfida alla Statistica. Questo gruppo di ricerca si prefigge lo scopo di contribuire al tentativo da parte della comunità degli statistici di rispondere, almeno parzialmente, alle necessità emergenti nei vari ambiti applicativi. Il tratto comune che unisce le diverse tematiche di ricerca del gruppo è la ricerca di soluzioni computazionalmente agevoli da implementare per risolvere problemi non affrontabili con gli usuali strumenti statistici. In particolare, si ricercano approssimazioni della verosimiglianza propria nei casi in cui il modello di riferimento risulti troppo complesso da trattare per ottenere strumenti semplici per l'inferenza e la previsione. Aspetti di particolare interesse per il gruppo sono: studio e definizione di pseudo verosimiglianze che permettano una applicazione delle procedure statistiche anche in modelli complessi o con grandi quantità di dati; studio e definizione di procedure di previsione basate su pseudo verosimiglianze, sull’uso di metodi computazionali avanzati e sulla combinazione di modelli.

Linee di ricerca

  • Definizione di pseudo verosimiglianze e studio delle proprietà delle associate procedure inferenziali
  • Procedure predittive basate su pseudo verosimiglianze e su metodi computazionali avanzati
  • Combinazione di modelli

Settori ERC

  • PE1_14 Mathematical statistics

Etichette libere

  • Verosimiglianza intrattabile, Composizione di modelli,
  • Verosimiglianza composita, Modelli statistici parzialmente specificati, Previsione

Componenti

Paolo VIDONI
Ruggero BELLIO
Giovanni FONSECA
Valentina MAMELI
Luigi PACE