Vai al contenuto| Home page|

   Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricerca
INIZIO_TESTO_DA_INDICIZZARE

PROGRAMMA DI RICERCA 2006

italiano - english
Unità di Ricerca
Programmi di ricerca simili:
Classificazione scientifico-disciplinare
Classificazione geografica
Bibliografia
-Atkinson A.C. and Riani M. (2000). Robust Diagnostic Regression Analysis. Springer Verlag, New York.
-Atkinson A.C. and Riani M. (2002). Forward search added-variable t-tests and the effect of masked outliers on model selection, Biometrika, vol. 89, pp. 939-946.
-Atkinson A. C., Riani M. and Cerioli A. (2004), Exploring Multivariate Data with the Forward Search, Springer, New York.
-Barnett, W.A., Deissenberg, C. & Feichtinger, G. (2004) Economic complexity, Elsevier, North-Holland
-Bruzzese D., Davino C. (2003). Visual Post-Analysis of Association Rules, F. Costabile & D. Malerba (eds), Journal of Visual Languages and Computing, Special Issue on Visual Data Mining, Elsevier Science.
- Bruzzese D., Davino C., Vistocco D. (2003). Parallel Coordinates for Interactive Exploration of Association Rules, Proceedings del 10th International Conference on Human - Computer Interaction, Ed. Lawrence Erlbaum Associates Inc., Creta, 22-27 giugno 2003.
- Bruzzese D., Davino C. (2004). Alcuni strumenti per il monitoraggio delle Regole di Associazione, in C. Davino, N.C. , Lauro (eds),Data Mining e Analisi Simbolica, FrancoAngeli.
- Bruzzese D., Davino C. (2005). Visualizing Association Rules, to appear in S. Simeoff, M. Noirhomme, M. Boehlen (eds), Visual Data Mining: Theory and Applications, LNAI series, Springer-Verlag.
- Davino C. (1998). Un modello simultaneo neuronale per l'analisi di dati longitudinali, Atti della XXXIX Riunione Scientifica SIS, Sorrento 14-17 aprile, pag. 227-234.
- Davino, N.C. Lauro (eds) (2004) Data Mining e Analisi Simbolica, FrancoAngeli.
-Esposito V., N.C. Lauro, A. Morineau, and M. Tenenhaus - Eds. - (2001): PLS and Related Methods, Proceedings of the PLS'01 International Symposium, Capri, Italy, Cisia-Ceresta
-Esposito Vinzi V., C. Lauro and S. Amato (2004) PLS Typological Regression: Algorithmic, Classification and Validation Issues. in: M. Vichi, P. Monari, S. Mignani, A. Montanari (eds.), New Developments in Classification and Data Analysis, Springer-Verlag, 133-140.
-V. Esposito Vinzi, C. Lauro and S. Amato, PLS Path Modeling: Recent Methodological Developments with Application to Customer Satisfaction, relazione invitata al Convegno ISI-05 (Sydney, aprile 2005).
-Esposito Vinzi V., Tenenhaus M. (2001) PLS Logistic Regression, in: PLS and Related Methods, Proceedings of the PLS'01 International Symposium, 117-130, CISIA-CERESTA, Parigi
-Esposito Vinzi V., Tenenhaus M.(2005) PLS Regression, PLS Path Modeling and Generalized Procrustean Analysis: A Combined Approach for Multiblock Analysis, Journal of Chemometrics, 19, 145-153, Wiley.
-Formez (a cura di) L'Analisi di Impatto della Regolazione in dieci paesi dell'unione europea, quaderni del Formez,2005.
-Giordano G., Scepi G. (1999), Different Informative Structures for Quality Design, Journal of Italian Statistical Society, stampato 2001, pp.139-149.
-Giordano G., Scepi G. and N. C. Lauro (2004), Cluster Based Conjoint Analysis, in: Proceedings of Sixth International Conference on Social Science Methodology, RC Logic & 33 Methodology, August 17-20, Amsterdam, ISBN 90-6706-176
-Gori, E., Vittadini, G. (1999), La valutazione dell’efficienza ed efficacia: definizioni, problemi e metodi, in: E. Gori, G. Vittadini (eds.), Qualità e valutazione nei servizi di pubblica utilità, ETAS, Milano.
-Ingrassia S. (1999), Geometrical aspects of discrimination by multilayer perceptrons, Journal of Multivariate Analysis, 68, 226-234.
-Ingrassia S. & Davino C., a cura di (2002), Reti Neuronali e Metodi Statistici, Franco Angeli Editore, Milano.
-Ingrassia S. & Morlini I. (2004), On the degrees of freedom in richly parameterised models, in "Antoch J. (Ed.), Proceedings of COMPSTAT 2004 16th Symposium", Prague August 23-27, 2004, Physica-Verlag, 1237-1244.
-Ingrassia S. & Morlini I. (2005), Modeling neural networks from small datasets, Technometrics, 47, n.3, 297-311.
-Lauro N.C. & Fucili F. (2005), Nuove prospettive per la valutazione del buono scuola: analisi critica e linee guida per la programmazione della raccolta dei dati secondo le recenti indicazioni normative in maniera di valutazione, CRISP, Università di Milano Bicocca.
-Lauro N.C. & Fucili F. (2004), Un modello per l’analisi d’impatto dell’UE a 25 membri, Forum della Pubblica Amministrazione, Roma.
-Lauro N.C., Antoch J., Esposito Vinzi V. and G. Saporta (a cura di), (2001) Multivariate Total Quality Control: Foundation and Recent Advances Contributions to Statistics Series, Springer-Verlag
- Lauro N.C., Balbi S.and G. Scepi, (1997) Multidimensional Data Analysis for Customer Satisfaction in Services, S.I.S. Conference La Statistica per le Imprese . Tirrenia Stampatori, Torino, vol. 1,567-581
-Lauro N.C., Giordano G. and R. Verde (1998) A Multidimensional Approach to Conjoint Analysis, Applied Stochastic Models Data Analysis, John Wiley & Sons, 265-274
-Lauro N.C, Palumbo F. (2005). Principal Component Analysis for non-precise data. In VICHI M., MONARI P, MIGNANI S., MONTANARI A. Studies in Classification, Data Analysis, and Knowledge Organization (pp. 173-184)HEIDELBERG: Springer
-Lauro N.C, Palumbo F., Alfonso Iodice D'Enza (2004).Visualizzazione ed ordinamento di oggetti simbolici. In CRISTINA DAVINO, C.N. LAURO Data Mining e Analisi Simbolica (pp. 125-154). ISBN: 88-464-5749-8 MILANO: Franco Angeli (ITALY). 6.
-Lovaglio P.G., Vittadini G. (2006), Human Capital Growth as a Measure of University Education al Effectiveness, in corso di pubblicazione
-Martin E.B. & Morris A.J. (1999), Artificial Neural Networks and Multivariate Statistics, in “Kay J.W. & Titterington D.M. (Eds.), Statistics and Neural Networks”, Oxford University Press, 195-258
-Palumbo F., Lauro N.C. (2003) A PCA for interval-valued data based on midpoints and radi, in New developments in Psychometrics, Yanai H., Okada A., Shigemasu K. ,Kano Y. and Meulman J., eds., Springer, Tokyo, pp.641-648
-Riani M. and Zani S. (1997), An Iterative Method for the Detection of Multivariate Outliers, Metron, pp. 101-117.
-Romano E., Giordano G. and N.C. Lauro. An inter-models distance for clustering utility function. Contributo presentato alla 3rd world conference on Computational Statistics & Data Analysis, Cipro, 27 ottobre-1 novembre 2005, sottoposto a Computational Statistics & Data Analysis
-Scepi G., Esposito Vinzi V.(2003) PLS Path Modelling and Multiple Tables Analysis: an integrated approach for time dependent data, in: PLS and Related Methods, Proceedings of the PLS03 International Symposium, 453-463, DECISIA, Paris
-G. Vittadini (2005), Ex-post Evaluation and Relative Effectiveness of Health Structures: an Overview, in Towards Quality of Life, Proceedings of the Third International Conference, Department of Statistics, Wroclaw.
-G.Vittadini, M:Sanarico;P:Berta,(2006) Testing Procedures for Multilevel Models with Administrative Data, Atti Cladag 2006, in corso di pubblicazione
-G. Vittadini, K. Haagen (2002), A Causal Model with Latent Variables and Unique Solutions, in Atti della XLI Riunione Scientifica, Università Milano Bicocca, pp. 211-220.
-G. Vittadini, Minotti S. C. (2005), A methodology for measuring the relative effectiveness of health services, IMA Journal of Management Mathematics (Special Healthcare Issue), 16(3), pp.239-254.
-Zani S. Cerioli A. Riani M. Vichi M. eds. (2006), Data Analysis, Classification and the Forward Search, Springer Verlag Berlin, in press.
Parole Chiave
MODELLIZZAZIONE AD EQUAZIONI STRUTTURALI, MINIMI QUADRATI PARZIALI (PLS), ANALISI CONGIUNTA, ANALISI DI SENSITIVITA', RETI NEURONALI, MODELLI STATISTICI NON LINEARI, DATI INTERVALLARI, MAPPE FATTORIALI, MODELLI MULTILEVEL

Metodologie statistiche per l'analisi di impatto e la valutazione della regolamentazione

Università degli Studi di Napoli "Federico II"
Abstract
L’attività di Valutazione degli interventi pubblici è oramai riconosciuta dalle amministrazioni pubbliche quale elemento strategico dell’azione politica e amministrativa. In particolare, vengono ritenuti fondamentali due approcci alla valutazione: l’Analisi d’Impatto della Regolamentazione (AIR) intesa come la valutazione preventiva degli effetti di ipotesi d’intervento normativo e la Verifica dell’Impatto della Regolamentazione (VIR) che consiste nella valutazione del raggiungimento delle finalità e degli effetti prodotti dagli atti normativi. Le metodologie proposte in questo contesto a tutt’oggi si limitano però ad analisi giuridiche ed economiche e trascurano il fatto che le informazioni provengono da campioni statistici (i beneficiari) e che le variabili di interesse sono multidimensionali e spesso non direttamente osservabili (latenti).
Il gruppo di ricerca si propone, quindi, l’obiettivo di definire ed implementare un insieme di metodi statistici innovativi per la misura e la valutazione dell'impatto di una regolamentazione, tesi a superare i limiti sopra indicati.
In particolare saranno affrontate diverse problematiche:
a)definizione di indicatori sintetici; b)scelta tra differenti scenari di regolamentazione; c)definizione di un modello per la valutazione ex-post; d)stima della sensitività di tale modello; e)analisi longitudinale per la verifica nel tempo dell'impatto della regolamentazione.
La ricerca analizzerà innanzitutto i >>>

Coordinatore Scientifico del Programma di Ricerca
Natale Lauro Università degli Studi di NAPOLI "Federico II"
Obiettivo del Programma di Ricerca
L’attività di Valutazione degli interventi pubblici e, più in generale, della Regolamentazione è attualmente e sempre maggiormente riconosciuta dalle amministrazioni pubbliche quale elemento strategico dell’azione politica e amministrativa, anche in virtù delle metodologie e delle direttive che da anni sono indicate dagli organismi internazionali come l’OCSE e l’Unione Europea. In particolare, la legge 28 novembre 2005, n. 246 definisce l’Analisi d’Impatto della Regolamentazione (AIR) come la valutazione preventiva degli effetti di ipotesi d’intervento normativo, distinguendola dalla Verifica dell’Impatto della Regolamentazione (VIR) che consiste, invece, nella valutazione, anche periodica, del raggiungimento delle finalità e nella stima dei costi e degli effetti prodotti dagli atti normativi. Questi due strumenti consentono, quindi, di progettare ex-ante in maniera razionale gli atti di regolazione e di verificarne ex post l’efficacia e l’efficienza.
Le applicazioni dell’AIR (e della VIR) sono state però sino ad oggi piuttosto limitate e condotte soprattutto con riferimento ai provvedimenti del Governo ed alla funzione legislativa del Parlamento. Inoltre, l’approccio è stato prevalentemente di tipo giuridico ed economico.
Si pone sempre più, quindi, l’esigenza di dotare la P.A. di metodologie statistiche capaci di supportare l’attività valutativa e sviluppate in maniera da tener ben presente la multidimensionalità insita in tale attività.
In questo >>>

Durata
24 mesi
Base di partenza scientifica nazionale o internazionale
L'attività di valutazione della regolamentazione, ovvero lo studio della qualità e dell'efficacia di un provvedimento normativo in termini di gap tra realizzazione ed obiettivi, sta diventando sempre di più un elemento strategico d'azione. Il termine valutare ha quindi il significato di esprimere giudizi empiricamente fondati sul successo ottenuto da una regolazione nell'affrontare uno specifico problema collettivo. Il successo dell'intervento da valutare coincide con la sua capacità di produrre gli effetti desiderati (o di non produrre effetti indesiderati).
In Europa, la diffusione dell'Analisi dell' Impatto della Regolamentazione (AIR) è stata facilitata dall'azione di organismi internazionali quali l'Organizzazione per la Cooperazione e lo Sviluppo Economico (OCSE) e l'Unione Europea (UE) che, fin dall'inizio degli anni 90, hanno costantemente ribadito l'importanza della qualità della regolazione, ricorrendo anche alla pubblicazione di linee-guida e raccomandazioni. In generale, l'obiettivo è quello di fornire informazioni più precise e dettagliate sugli effetti delle azioni che si intende adottare, facilitando in questo modo la selezione, in fase di programmazione, delle iniziative realmente necessarie e la valutazione, in fase di analisi dei risultati, degli effetti prodotti nel breve e nel lungo periodo.

L'introduzione sperimentale in Italia dell'AIR è avvenuta con >>>