Per la diffusione di notizie riguardanti seminari organizzati presso il Dipartimento di Scienze Statistiche - o d’interesse comunque della struttura - inviare opportuna documentazione all’indirizzo seminari-dss@uniroma1.it.
L’Ufficio Stampa e Comunicazione provvede a curarne la pubblicazione su questo sito e nella newsletter periodica, prendendo in considerazione comunicazioni pervenute entro le ore 12 del Giovedì precedente la settimana interessata.
Per correttezza e qualità del servizio, fornire per ogni seminario precise e complete informazioni riguardo a relatore e istituzione di provenienza; titolo del contributo; indicazione dell’area disciplinare di pertinenza; luogo e orario dell'evento; responsabile scientifico e referente organizzativo se previsto, con recapiti relativi; eventuale richiesta di finanziamento.
Gli interessati a ricevere la newsletter periodica di competenza sono invitati a comunicare il proprio recapito elettronico al medesimo indirizzo seminari-dss@uniroma1.it
******
Spatial statistics
INTRODUCTION TO R-INLA FOR BAYESIAN SPATIAL MODELLING
Da Mercoledì 13 a Venerdì 15.12.2017
Mercoledì 13 Dicembre, ore 08:30-12:30
Giovedì 14 Dicembre, ore 15:00-19:00
Venerdì 15 Dicembre, ore 15:00-19:00
Sapienza Università di Roma, Dipartimento di Scienze Statistiche; p.le A. Moro 5, aula VI (4 piano).
Mini-corso di 12 ore di lezione curato dal dott. Haakon C.Bakka (KAUST University, Saudi Arabia).
Il corso è gratuito, prevalentemente rivolto agli studenti del curriculum internazionale della Laurea Magistrale in Statistics and Decision Sciences, ma aperto anche alla partecipazione di esterni.
Dato il numero limitato di posti disponibili in aula, tutti gli interessati sono invitati a prenotarsi compilando il seguente form entro Domenica 10 Dicembre:
Entro Lunedì 11.12 verrà inviata conferma dell'effettiva disponibilità del posto all’indirizzo email fornito.
Info:
Prof. Luca Tardella
luca.tardella@uniroma1.it
Sito web: https://goo.gl/vfM9FM - https://goo.gl/49pWWD
Allegati:
***
Metodi di stima
THE ROLE OF JACKKNIFE IN SMALL AREA ESTIMATION
Tuesday 5th Decembe, 11.00 am.
Sapienza University of Rome, Faculty of Economics, Dep. MEMOTEF. via del Castro Laurenziano 9, Roma. Room B, floor 4th,
Prof. Partha Lahiri(Joint Program in Survey Methodology and Department of Mathematics, University of Maryland, College Park).
Short Bio
Dr. Partha Lahiri is Professor of the Joint Program in Survey Methodology (JPSM) and Department of Mathematics at the University of Maryland at College Park, and an Adjunct Research Professor of the Institute of Social Research, University of Michigan, Ann Arbor. Prior to coming to Maryland, Dr. Lahiri was the Milton Mohr Distinguished Professor of Statistics at the University of Nebraska-Lincoln. His research interests include survey sampling, official statistics, and small-area estimation. Dr. Lahiri’s research on small area estimation has been widely published in leading journals such as the Journal of the American Statistical Association, Annals of Statistics, Biometrika and Survey Methodology. Dr. Lahiri has served on anumber of advisory committees, including the U.S. Census Advisory committee and U.S. National Academy panel. Over theyears Dr. Lahiri advised various local and international organizations such as the United Nations Development Program,World Bank, Gallup Organization. Dr. Lahiri regularly teaches semester-long small area estimation course at JPSM. Inaddition, he offered short courses, workshops and a webinar on small area estimation in different countries. Dr. Lahiri is aFellow of the American Statistical Association and the Institute of Mathematical Statistics and an elected member of theInternational Statistical Institute.
Abstract
There is a growing demand from various federal and local government agencies to produce high quality estimates on a wide range of characteristics for a target population and its different small subgroups. These estimates are often produced using by an empirical best prediction method that uses an appropriate mixed model in combining survey data with various related administrative and census data. This statistical approach has the potential to reduce cost in producing small area statistics as it takes advantage of the existing databases instead of requiring new costly survey data collection. The small area estimates are useful in assessing the well-being of a nation in terms of various socio-economic and health issues and taking remedial measures to improve on the situation, if necessary. A second-order unbiased mean square prediction (MSPE) error estimation has been one of the challenging problems in small area estimation for over thirty years. Various approaches have been proposed in the literature. In this talk, I will first review the jackknife method in small area estimation, including the recently proposed Monte-Carlo jackknife method (McJack) in incorporating additional uncertainty due to model selection. This talk is based on my collaborative research with my longtime collaborator Professor Jiming Jiang, my former PhD students Drs. Shijie Chen and Shu-Mei Wan Jiming Jiang, and Professor Thuan Nguyen .
Info
http://www.stat.unipg.it/mailman/listinfo/sis
Allegati
***
Studi di genere
A SNAIL’S PACE TOWARDS GENDER EQUALITY IN THE EU
Lunedì 4.12.2017, ore 11.
Sapienza Università di Roma. Dipartimento di Scienze Statistiche, v.le Regina Elena 295; pal. G, aula Regina Elena.
Prof.ssa Irene Riobóo Lestón (Rey Juan Carlos University, Madrid).
Info:
Prof.ssa Marcella Corsi
marcella.corsi@uniroma1.it
Allegati:
Seminario Riobóo.pdf
Martedi' 28.11.2017, ore 14.
Sapienza Università di Roma. Dipartimento di Matematica, aula di Consiglio; p.le A. Moro 5, Roma.
Dott. Lorenzo dello Schiavo (Universita' di Bonn).
Abstract:
We consider the Dirichlet—Ferguson (DF) measure, a random probability on a locally compact Polish space X introduced by Ferguson in [1]. The measure has ever since found many applications, widely ranging from Bayesian non-parametrics to population genetics and stochastic dynamics of infinite particle systems. Firstly, we compute the characteristic functional of DF measures (addressing, if time permits, connections of these measures with Lie algebra theory and Pólya Enumeration Theory). Secondly, we prove a characterization of DF measures via a Mecke-type integral identity. Profiting of connections between DF measures and Poisson measures on configuration spaces, we argue how DF measures may be regarded as ‘canonical' measures on the space P(X) of Borel probability measures on X. Partly based on joint work with E. W. Lytvynov, University of Swansea, Wales, UK. [1] Ferguson, T. S., Ann. Stat. 1(2), pp. 209-230, 1973.
Info:
valentina.cammarota@uniroma1.it
***
Mercoledì 29 novembre 2017, ore 11.30.
Sapienza Università di Roma, Dipartimento di Scienze Statistiche; p.le A. Moro 5, Roma. Aula 34 (4 p.).
Prof. Luca Tardella
Info:
luca.tardella@uniroma1.it
******
Scienze Attuariali
DATA SCIENCE: CONCETTI, METODI E APPLICAZIONI ALLE SCIENZE ATTUARIALI
Giovedì 23 novembre 2017, ore 10:00-13:00, 14:00-17:00.
Venerdì 24 novembre 2017, ore 10:00-13:00, 14:00-17:00.
Sapienza Università di Roma, Dipartimento di Scienze Statistiche; p.le A. Moro 5, Roma. Aula 49 (4 p.).
Corso del dott. Marco Aleandri (Sapienza Università di Roma). Dottorato Scuola di Scienze statistiche, curriculum in Scienze attuariali.
Abstract
Nella prima parte del corso vengono affrontati i concetti fondamentali in data science, tra cui la separazione training/validation, la distinzione supervised/unsupervised, le misure di potere predittivo, le differenze rispetto alla statistica tradizionale, i pacchetti software. Successivamente vengono introdotti gli algoritmi principali utilizzati in machine learning (naive Bayes, nearest neighbours, decision trees, neural networks, ecc.) oltre al concetto di ensemble e i suoi vantaggi in metodi basati su bootstrapping (bagging, random forests, boosting, ecc.).
La seconda parte del corso è principalmente dedicata alle possibili applicazioni in scienze attuariali, sia a miglioramento della practice attuale, sia in prospettiva futura. In particolare, vengono presentati due paper, uno riferito alla tecnica attuariale danni e l’altro riferito alla tecnica attuariale vita. Nella prima applicazione viene mostrato l’utilizzo di alcuni metodi di machine learning per il calcolo della riserva sinistri in termini di case reserve, nonché la maggior precisione rispetto ai metodi lineari generalizzati. La seconda applicazione, invece, mostra un possibile miglioramento della valutazione stocastica di profittabilità di un prodotto vita tramite la predizione dinamica del policyholder behaviour.
******
Statistica
ADAPTIVE MCMC FOR MULTIPLE CHANGEPOINT ANALYSIS WITH APPLICATIONS TO LARGE DATASETS
Lunedì 26 Giugno 2017, ore 11.
Sapienza, Dipartimento di Scienze Statistiche; p.le A. Moro 5, Roma. Aula V (4 p.).
Dott. Alan John Benson (University College Dublin, School of Mathematics and Statistics, Insight Centre for Data Analytics).
Abstract:
We consider the problem of Bayesian inference for changepoints where the number and position of the changepoints are both unknown. In particular, we consider product partition models where it is possible to integrate out model parameters for the regime between each changepoint, leaving a posterior distribution over a latent vector indicating the presence or not of a changepoint at each observation. The same problem setting has been considered by Fearnhead (2006) where one can use filtering recursions to make exact inference. However, the complexity of this filtering recursions algorithm is quadratic in the number of observations. Our approach relies on an adaptive Markov Chain Monte Carlo (MCMC) method for finite discrete state spaces. We develop an adaptive algorithm which can learn from the past states of the Markov chain in order to build proposal distributions which can quickly discover where changepoint are likely to be located. We prove that our algorithm leaves the posterior distribution ergodic. Crucially, we demonstrate that our adaptive MCMC algorithm is viable for large datasets for which the filtering recursions approach is not. Moreover, we show that inference is possible in a reasonable time thus making Bayesian changepoint detection computationally efficient.
Info:
Prof. Luca Tardella
luca.tardella@uniroma1.it
******
Probabilità
APPROSSIMAZIONE DI DIFFUSIONE DI PROCESSI A VELOCITA' FINITA
Lunedì 5 Giugno 2017, ore 11.
Sapienza, Dipartimento di Scienze Statistiche; p.le A. Moro 5, Roma. Aula 34 (4° p.).
Prof.ssa Cristina Costantini (Università degli studi "G. d'Annunzio", Chieti-Pescara).
Info:
alessandro.degregorio@uniroma1.it
Allegato:
Abstract
***
Statistica metodologica
SOME INFERENTIAL APPROACHES FOR DEALING WITH RANDOM FUZZY SETS
Giovedì 18 maggio 2017, ore 11.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Prof.ssa Ana Belen Ramos Guajardo (University of Oviedo, Spain)
Abstract
Different real-life situations concern random experiments in which imprecision on the experimental data appears additionally to randomness on the data generation process. For instance, some socio-economic studies involve questionnaires containing questions that must be answered by considering a value chosen from a Likert scale. However, the replacement of such an usual identification/encoding by a different representation involving fuzzy values combined with a free response design shows some advantages that should be taken into account. Those random variables taking fuzzy values as outcomes are called random fuzzy sets. Some inferential studies about the expected value and the variance of one or more random fuzzy sets are presented. Furthermore, a real-life application of such studies is also shown
Info:
Prof.ssa Maria Brigida Ferraro
brigida.ferraro@uniroma1.it
***
Ambito disciplinare non comunicato
A PROPOSAL OF NEW EXPERIENCE RATING SYSTEM IN AGRICULTURAL ECONOMICS
Venerdì 12 Maggio 2017, ore 11.30.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Prof. José Luis Vilar Zanón (Dept. Economía Financiera y Actuarial- Universidad Complutense de Madrid)
Abstract
We present a new experience rating system that solves the issues arisen when transferring to the agricultural insurance the methodology of the bonus-malus system (BMS) applied in automobile insurance. Some characteristics of agricultural risks like years of high severities with return periods depending of the lines of business, probable aggregation of the penalizations imposed both by the a priori and posteriori ratings, extreme events occurring frequently, result in a BMS that suffers from premiums insufficiency and with no way to cope with years of high losses. Our methodology differs from the traditional BMS approach in that it uses regression models, thus providing a unified methodological frame with respect to the prior pricing step, when this latter is performed within the current scientific trend consisting of applying glms models. We also provide definitions for the posterior premiums efficiency and variability, which allow us making comparisons between the scales of premiums provided by different experience rating systems. We apply the new methodology to the line of business "table grapes", examining its results and comparing them with the current BMS. Professors of the research group “Risk in Insurance and Finance” of the Universidad Complutense de Madrid in close collaboration with professionals of Agroseguros SA carried out this research.
Info:
Prof.ssa Barbara Rogo
barbara.rogo@uniroma1.it
***
Ambito disciplinare non comunicato
RISK NEUTRAL PROBABILITIES RECOVERY FROM OPTIONS PRICES BY MAXIMUM ENTROPY USING LINEAR GOAL PROGRAMMING
Mercoledì 10 Maggio 2017, ore 14.30.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Prof. José Luis Vilar Zanón (Dept. Economía Financiera y Actuarial-Universidad Complutense de Madrid)
Abstract
A new method is developed to retrieve risk neutral probabilities (RNP) from assets prices by maximum entropy. It uses a different divergence than KullbackLeibler’s, resulting in the total-variation distance. The optimization process is achieved by means of linear goal programming, thus guaranteeing a fast numerical resolution. The method values illiquid assets finding a RNP minimizing the divergence to the uniform distribution while satisfying the benchmarks prices constraints. In the case of an incomplete market, we can increase the divergence from its minimum to reach any asset value belonging to the interval of prices guaranteeing an arbitrage free market. We exemplify our method by means of synthetic and real world cases.
Info:
Prof.ssa Barbara Rogo
barbara.rogo@uniroma1.it
***
Statistica
NEW MULTIVARIATE STATISTICS METHODOLOGIES IN THE ERA OF BIG DATA
Giovedì 11 Maggio 2017, ore 11-12
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Prof. Maurizio Vichi
Allegati:
Abstract
Info:
Prof. Stefano Fachin
stefano.fachin@uniroma1.it
***
Informatica
A BIASED INTRO TO PROOF COMPLEXITY
Lunedì 13 Febbraio 2017, ore 11.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula V (4° p.).
Dott. Massimo Lauria (SSD INF/01, SC 01/B1).
Delegato del Direttore alla verbalizzazione del Seminario: prof. Paolo Giulio Franciosa
***
Mercoledì 1 Febbraio 2017, ore 11-12.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4 p.).
Prof. Boris Levit (Queen’s University, Department of Mathematics and Statistics. Kingston, ON, Canada.
Graduate of the Moscow University MGU, 1969.
PhD from the Institute of Information Transmission in Moscow IPPI, 1972.
D. Sc. (similar to habilitation) from the Vilnius University, VGU, Lithuania, 1986.
University of Maryland, Visiting Professor 1989-1990.
University of Utrecht, the Netherlands, Associated Professor, 1990-2000.
Queen’s University, Kingston, Canada, Full Professor, 2000—present.
Editor of the Mathematical Methods of Statistics, 1986-present, Deputy Editor-in-Chief since 2006).
Allegati
Abstract
For some rectangular Hardy classes of analytic functions, an optimal method of interpolation has been recently found, within the framework of Optimal Recovery. It will be shown that this method of interpolation,based on the Abel-Jacobi elliptic functions, is also optimal, according to corresponding criteria of Nonparametric Regression and Optimal Design. In a non-asymptotic setting, the maximal mean squared error of the optimal interpolant will be evaluated explicitly, for all noise levels away from 0. In this result, a pivotal role is played by an interference effect, in which both the stochastic and deterministic parts of the optimal interpolant exhibit an oscillating behavior, with the two oscillating functions canceling each other.
The paper will appear in full in the Mathematical Methods of Statistics, 2016, No.4.
***
Probabilità e Statistica matematica
ON THE GEOMETRY OF RANDOM LAPLACE EIGENFUNCTION
Mercoledì 1 Febbraio 2017, ore 10.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Dott.ssa Valentina Cammarota (SSD MAT/06, SC 01/A3).
Delegata dal Direttore alla verbalizzazione del seminario: prof.ssa Luisa Beghin.
But the risk measurement is essentially based on a one year analysis (value at risk on a one year horizon). For long term life insurance products or pension liabilities, this methodology can imply important distortions and induce non optimal strategies leading to concentration of investments only in risk free assets with poor return. In order to take into account this maturity aspect of the liability in the computation of the solvency requirement, we consider in this paper, mixtures of conditional risk measures in order to obtain time-consistent dynamic risk measures adapted for long term guarantees and consistent with Solvency II for short term products.
***
***
Economia Politica
LA VALUTAZIONE DELLA RICERCA IN ECONOMIA: INDICATORI, CRITERI E TENDENZE ALLA LUCE DELL’EVOLUZIONE RECENTE DELLA RICERCA ECONOMICA
Mercoledì 18 Gennaio 2017, ore 11.
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Dott.ssa Giulia Zacchia (SECS-P/01).
***
Statistica
ENDOGENEITY, INITIAL CONDITIONS AND INFORMATIVE MISSINGNESS THREE ISSUES OF A KIND IN LONGITUDINAL MODELLING. A FINITE MIXTURE BASED SOLUTION
Giovedì 12 Gennaio 2017, ore 10.30
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof. Marco Alfo’ (SSD SECS-S/01, SC 13/D1)
***
Calcolo delle probabilità
TIME-DEPENDENT FRACTIONAL GENERATORS AND RELATED ADDITIVE PROCESSES
Giovedì 12 Gennaio 2017, ore 10.30
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof.ssa Luisa Beghin (SSD MAT06, SC 01/A3)
***
Statistica economica
HAS THE ATTITUDE OF US CITIZENS TOWARDS REDISTRIBUTION CHANGED OVER TIME?
Giovedì 12 Gennaio 2017, ore 10.30
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof.ssa Maria Grazia Pittau (SSD SECS-S/03, SC 13/D2)
***
HIGH AGE MORTALITY, FRAILTY AND RISK CLASSIFICATION FOR A LIFE ANNUITY PORTFOLIO
Mercoledì 7 Dicembre 2016, ore 11
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof.ssa Annamaria Olivieri (Università di Parma, Dipartimento di Economia)
Info:
Prof.ssa Susanna Levantesi
susanna.levantesi@uniroma1.it
Allegati:
Abstract
***
A REVIEW OF BAYESIAN VARIABLE SELECTION METHODS AND INTRODUCTION TO THE POWER-EXPECTED-POSTERIOR PRIOR METHODOLOGY
Venerdì 30 Settembre 2016, ore 11
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof. Dimitris Fouskakis (Department of Mathematics, School of Applied Mathematical and Physical Sciences. National Technical University of Athens; Athens, Greece); responsabile scientifico e referente organizzativo prof. Luca Tardella
Info:
Prof. Luca Tardella
luca tardella@uniroma1.it
Allegati:
Abstract Fouksakis
***
MODELLI INTERNI PER LA VALUTAZIONE DEL RISCHIO NON LIFE IN AMBITO SOLVENCY II
Lunedì 13 giugno 2016, ore 9.30
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.).
Dott. Matteo Ialenti; responsabile scientifico prof. Fabio Grasso (fabio.grasso@uniroma1.it).
Abstract
Oggetto del seminario è la valutazione del requisito di capitale legato al rischio Non Life in ambito Solvency II. Il seminario è strutturato in sezioni: vi è un’introduzione del framework normativo Solvency II, in cui si ripercorrono i principi alla base della nuova normativa, ivi compresi i principi di calcolo delle Riserve Tecniche (Best Estimate Riserva Premi e Best Estimate Riserva Sinistri) e del Risk Margin. Successivamente sono ripercorse le logiche di calcolo del requisito di capitale usando la Standard Formula. Infine, vengono presentati e confrontati tra loro alcuni modelli stocastici per la valutazione del Premium Risk e del Reserve Risk.
Programma
1. Introduzione alla Solvency II: il sistema a 3 pilastri
2. Le Riserve tecniche danni secondo i principi della Solvency II: Best Estimate e Risk Margin
3. Calcolo del Non Life Risk secondo la Formula Standard
4. Modelli interni per la stima del Premium Risk
- Modelli basati sul Loss Ratio
- Modelli frequency severity
5. Modelli interni per la stima del Reserve Risk
- Modelli classici: Over Dispersed Poisson e Mack
- Modelli Bayesiani
6. Modelli interni “1 year view” vs Modelli interni “ultimate view”
***
Economia
HOUSEHOLD ECONOMICS: A FIELD IN MOTION
Lunedì 30 Maggio 2016, ore 15
Dipartimento di Scienze Statistiche, v.le Regina Elena 295, Roma, aula G50 (3° p.)
Prof.ssa Shoshana Grossbard (San Diego State University, CA United States)
Abstract
The seminar concerns the analysis of marriage markets and marriage contracts. At the root of this analysis are simple models of dating and marriage, that use IMPLICIT prices for the caring work of men and women, living in a couple (possibly married). However, household economics encompasses much more than marriage market analysis: it deals with many outcomes and many explanatory factors and it is not only about exchanges of time for money but about all outcomes that are analyzable within the framework of economics, perhaps with the help of psychology, sociology, and other disciplines.
Info:
Prof.ssa Marcella Corsi, DSS
marcella.corsi@uniroma1.it
Allegati:
Grossbard 30.5.16, documenti
***
Economia
IL DIFFICILE CAMMINO DELL’ECONOMIA ITALIANA: TURBOLENZE INTERNAZIONALI E DEBOLEZZE STRUTTURALI
(Lezioni Lincee di Economia)
Lunedì 30 Maggio 2016, ore 9.20
Accademia Nazionale dei Lincei, Palazzina dell’Auditorio, v. della Lungara 230, Roma.
Il Centro Linceo Interdisciplinare “Beniamino Segre”, I Lincei per la scuola, organizza una serie di seminari di Economia per gli studenti e i professori delle Scuole secondarie superiori. Questo incontro intende offrire una chiara descrizione dei maggiori problemi economici e sociali del nostro Paese, anche al fine di rendere più consapevole la scelta universitaria.
Allegati
Programma Lincei 30.5.2016
***
Statistica Economica
ESTIMATION OF CONTINUOUS TIME ECONOMETRICS: A (PURE) GROWTH MODEL WITH INTERNATIONAL TECHNOLOGY TRANSFERS
Martedì 24 Maggio 2016, ore 11-13
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof. Clifford Wymer (già Fondo Monetario Iinternazionale); responsabile scientifico prof. Bernardo Maggi
Abstract
Research on continuous time models in econometrics has developed not just as a method of estimation but as an integrated approach to the specification, estimation and analysis of economic models involving three aspects: the use of relatively small disequilibrium models based on economic theory and specified as differential equation systems, the derivation of an appropriate discrete model which is stochastically equivalent to the differential equation system, given that economic data are discrete, and the use of full-information maximum likelihood estimators. The aim of this work is to estimate the parameters of the underlying differential equation model as directly as possible, subject not only to the restrictions inherent in the differential model but also in the derivation of the stochastically equivalent discrete system. Although relatively small, theoretically based structural models could be specified as ordinary discrete models and estimated by full information maximum likelihood techniques, these models have less satisfactory properties than continuous systems; it is the integrated approach to the specification and use of continuous time models which is attractive and provides the benefits of this work. We specify a multi-country model of growth and technology with interdependent exchanges of ideas, represented by patents, between countries.
Info:
bernardo.maggi@uniroma1.it
***
Scienze attuariali
SOLVENCY II: ASPETTI INTRODUTTIVI, STRUTTURA GENERALE DELLA STANDARD FORMULA ED IL NON-LIFE UNDERWRITING RISK
Venerdì 20 Maggio 2016, ore 9.30-12
Dipartimento di Scienze Statistiche, v.le Regina Elena 295, Roma; aula Master (p. terra).
Terzo incontro didattico del prof. Nino Savelli (Università Cattolica del Sacro Cuore, Milano) sull’argomento.
***
Probabilità
SOME ASYMPTOTIC PROPERTIES OF GEOMETRIC FUNCTIONALS OF STRONGLY DEPENDENT RANDOM FIELDS
Giovedì 12 Maggio 2016, ore 11
Dipartimento di Scienze Statistiche, p.le A. Moro 5, Roma; aula 34 (4° p.)
Prof. Andriy Olenko (La Trobe University, Melbourne, Australia)
Abstract
Limit theorems for the volumes of excursion sets of strongly dependent heavy-tailed random fields will be presented. Special attention is paid to Student and Fisher random fields. We also discuss the rate of convergence to the Rosenblatt-type distributions in non-central limit theorems. In contrast to approaches based on the Malliavin calculus and Stein's method we use direct probability methods. Some examples and simulation results are shown.
The presentation is based on the papers:
N. Leonenko, A. Olenko, Sojourn measures of Student and Fisher-Snedecor random fields, Bernoulli, 20(3) (2014) 1454—1483; Vo Anh, N. Leonenko, A.Olenko. On the rate of convergence to Rosenblatt-type distribution, Journal of Mathematical Analysis and Applications, 425(1) (2015) 111-132.
Info:
alessandro.degregorio@uniroma1.it
***
Scienze attuariali
NON-LIFE UNDERWRITING RISK
Venerdì 6 Maggio 2016, ore 14-17.30
Dipartimento di Scienze Statistiche, aula Master (p. terra); v.le Regina Elena 295, Roma.
Prof. Nino Savelli (Università Cattolica del Sacro Cuore, Milano).
***
Probabilità
EMPIRICAL BAYES ESTIMATION OF MULTIVARIATE DISCRETE PROBABILITY DISTRIBUTIONS WITH OVERDISPERSION
Venerdì 22 Aprile 2016, ore 11.30
Dipartimento di Scienze Statistiche. Aula 34 (IV piano), p.le A Moro 5, Roma.
Prof. Fabio Divino (Division of Physics Computer Science and Mathematics, University of Molise, Italy)
Abstract
In this talk some preliminary results in Bayesian inference of multivariate discrete distributions are presented. In particular, an empirical Bayesian approach is considered through the use of the Dirichlet-Multinomial compound model. The idea of compound models is back to the beginning of the 1900 and it concerns the possibility to compound a model of interest M0(X;T), depending on some parameter T, with a mixing probability measure Ha(T) on T, depending on a parameter a. In this way, the mixture resulting by the integration of M0 respect to Ha generates a new model M1(X; a) that allows for the possibility of including larger variation for the variable X than in M0. A typical application of this approach is the well known Gamma-Poisson compound model that generates the Negative Binomial model. In this talk we present the use of the Dirichlet-Multinomial model in order to estimate the probability distribution of an overdispersed multivariate discrete random variable X. Some results of simulations will compare the Dirichlet-Multinomial model with the reference Multinomial model. Further, some applications in biodiversity monitoring will be presented.
***
Statistica economica
I CONTI ECONOMICI TRIMESTRALI: AVANZAMENTI METODOLOGICI E PROSPETTIVE DI INNOVAZIONE
Giovedì 21 Aprile 2016, ore 9.30
Istat, via C. Balbo 14, Roma. Aula Magna.
Abstract
L'evento combina avanzamenti e proposte metodologiche nell’ambito dei conti trimestrali con aspetti significativi del sistema dei conti per settore istituzionale. L’evento, organizzato in tre sessioni, rappresenta un’occasione di approfondimento e di confronto sulle stime anticipate, sui conti settoriali trimestrali e sugli aspetti metodologici a forte contenuto innovativo.
Gli avanzamenti sulle stime anticipate hanno ricevuto una importante spinta propulsiva da Eurostat, che ha istituito una task force nel 2013 per la sperimentazione appunto di tale stima del prodotto interno lordo europeo, a 30 giorni dalla fine del periodo di riferimento. Nel seminario vengono illustrati i contributi dell’Istat a questo progetto europeo, con i principali risultati delle sperimentazioni sui dati italiani (in termini di revisioni rispetto al rilascio a 45 e a 60 giorni dei dati ufficiali). La discussione si estende poi alle stime anticipate dell’input e del costo del lavoro su cui vi è una diffusa richiesta a livello europeo e da parte degli utilizzatori.
I contributi sui conti settoriali presentano una visione d’insieme del sistema, affrontando gli aspetti critici del processo di stima e le possibili innovazioni. Riguardo al settore delle amministrazioni pubbliche, viene affrontato il tema della destagionalizzazione e le sfide che la lettura di questi dati comporta. Vengono presentati, infine, gli aggregati delle entrate tributarie nell’ambito dei conti per settore istituzionale, come strumento di monitoraggio degli effetti delle misure fiscali in corso d’anno.
I lavori di tipo metodologico riguardano la disaggregazione temporale nei modelli dinamici a ritardi distribuiti, e gli avanzamenti sulle stime anticipate mensili di densità del prodotto interno lordo dell’area euro e delle sue previsioni a breve termine.
Per partecipare al seminario, o comunicare eventuali disdette, inviare una mail all'indirizzo indicato. Adesioni accettate fino ad esaurimento dei posti disponibili, e comunque entro le ore 12.00 di Mercoledì 20 Aprile 2016.
Info:
eventi@istat.it
Allegati:
ISTAT 21aprile 2016, programma
***
Statistica metodologica
FUZZY CLUSTERING IN A REDUCED SUBSPACE
Mercoledì 20 Aprile 2016, ore 11.
Dipartimento di Scienze Statistiche. Aula 34 (4° p.), p.le A Moro 5, Roma.
Esposizione didattica della dott.ssa Maria Brigida Ferraro.
***
Ottimizzazione
NEW DEVELOPMENTS IN SERVICE NETWORK DESIGN
Giovedì 14 Aprile 2016, ore 15.30.
Dipartimento di Scienze Statistiche. P.le A. Moro 5, Roma; aula 34 (4 p.).
Prof. Teodor Gabriel Crainic (Université du Québec; Montréal, Canada).
Info:
nicoletta.ricciardi@uniroma1.it
Allegati:
Crainic 14.4.16, locandina
***
Scienze attuariali
LA STRUTTURA GENERALE DI SOLVENCY
Lunedì 11 Aprile 2016, ore 14.30-18.00.
Dipartimento di Scienze Statistiche. Viale Regina Elena 295, Roma; aula Master (p. terra).
Prof. Nino Savelli (Università Cattolica del Sacro Cuore, Milano).