Contenuto
Ti trovi in: HOME »Programmi, progetti e risultati »I progetti »PRIN - Programmi di ricerca di Rilevante Interesse Nazionale»Programma di ricercaINIZIO_TESTO_DA_INDICIZZARE
PROGRAMMA DI RICERCA 2006
italiano - english
Unità di Ricerca
- Università degli Studi di PADOVA
SCIENZE STATISTICHE
- Università degli Studi di URBINO "Carlo BO"
Scienze economiche
- Università degli Studi di BOLOGNA
SCIENZE STATISTICHE
- Università degli Studi di ROMA "La Sapienza"
STUDI GEOECONOMICI, LINGUISTICI, STATISTICI, STORICI, PER L'ANALISI REGIONALE
- Università degli Studi del SANNIO di BENEVENTO
STUDI GIURIDICI POLITICI E SOCIALI PERSONA MERCATO E ISTITUZIONI
Programmi di ricerca simili:
- 1 - Metodi bayesiani non parametrici per il clustering, l'analisi della sopravvivenza e la previsione del numero di specie
- 2 - Web Ram: web retrieval and mining
- 3 - Future applicazioni del paradigma peer-to-peer
- 4 - Il punto di vista di de Finetti sul paradigma di Bayes-Laplace: nuovi sviluppi metodologici e applicazioni
- 5 - Sintesi automatica di modelli astratti a partire da dati temporali o spaziali
- 6 - Che cosa sono i GRBs, quale la loro origine e quella dei loro progenitori? Osservazioni, modelli e teoria nell'epoca seguente al lancio di Swift.
- 7 - Modellazione multiscala e sviluppo di reattori per la produzione di nanoparticelle polimeriche
- 8 - Studio degli effetti termofluidodinamici e strutturali per la prevenzione dei rischi negli incendi in galleria Studio dei fenomeni termofluidodinamici e strutturali negli incendi in galleria, per la prevenzione dei rischi e la gestione delle emergenze
- 9 - Metodi numerici avanzati per il calcolo scientifico
- 10 - Analisi zoogeografica delle distribuzioni disgiunte Mediterraneo-Sud Africane mediante un approccio multidisciplinare
Classificazione scientifico-disciplinare
- Area scientifico disciplinare: Scienze economiche e statistiche
- Area scientifico disciplinare: Scienze matematiche e informatiche
Classificazione geografica
- Regione: Veneto
Bibliografia
Adcock, C. (2004).Capital asset pricing in UK stocks under the multivariate skew-normal distribution.
In M. G. Genton (Ed.), Skew-elliptical distributions and their applications (pp. 191--204).
Chapman & Hall/CRC.
Aigner, D. J., Lovell, C. A. K., & Schmidt, P. (1977).
Formulation and estimation of stochastic frontier production function model.
J. Econometrics, 12, 21--37.
Arellano-Valle, R. & Azzalini, A. (2006).
On the unification of families of skew-normal distributions.
Scand. J. Statist. 33, to appear.
Arellano-Valle, R. B., del Pino, G., & San Martín, E. (2002).
Definition and probabilistic properties of skew-distributions.
Statist. Probab. Lett., 58(2), 111--121.
Arellano-Valle, R. B. & Genton, M. G. (2005).
On fundamental skew distributions.
J. Multivariate Anal., (pp. to appear).
Arnold, B. C. & Beaver, R. J. (2000).
Hidden truncation models.
Sankhya, series A, 62(1), 22--35.
Arnold, B. C., Beaver, R. J., Groeneveld, R. A., & Meeker, W. Q. (1993).
The nontruncated marginal of a truncated bivariate normal distribution.
Psychometrika, 58(3), 471--478.
Azzalini, A. (1985).
A class of distributions which includes the normal ones.
Scand. J. Statist., 12, 171--178.
Azzalini, A. (1986).
Further results on a class of distributions which includes the normal ones.
Statistica, XLVI(2), 199--208.
Azzalini, A. & Capitanio, A. (1999).
Statistical applications of the multivariate skew normal distributions.
J. R. Stat. Soc., ser. B, 61(3), 579--602.
Azzalini, A. & Capitanio, A. (2003).
Distributions generated by perturbation of symmetry with emphasis on a multivariate skew t distribution.
J. R. Stat. Soc., ser. B, 65(2), 367--389.
Azzalini, A. & Dalla Valle, A. (1996).
The multivariate skew-normal distribution.
Biometrika, 83, 715--726.
Birnbaum, Z. W. (1950).
Effect of linear truncation on a multinormal population.
Ann. Math. Statist., 21, 272--279.
Branco, M. D. & Dey, D. K. (2001).
A general class of multivariate skew-elliptical distributions.
J. Multivariate Anal., 79(1), 99--113.
Capitanio, A., Azzalini, A., & Stanghellini, E. (2003).
Graphical models for skew-normal variates.
Scand. J. Statist., 30, 129--144.
Cappuccio, N., Lubian, D., & Raggi, D. (2004).
MCMC Bayesian estimation of a skew-GED stochastic volatility model.
Studies in nonlinear dynamics and econometrics, 8(2).
http://www.bepress.com/snde/vol8/iss2/art6.
Chiogna, M. (1998).
Some results on the scalar skew-normal distribution.
J. Ital. Statist. Soc, 7, 1--13.
Chiogna, M. (2005).
A note on the asymptotic distribution of the maximum <br />likelihood estimator for the scalar skew-normal distribution.
Stat. Meth. & Appl. 14, 331--341.
Copas, J. B. & Li, H. G. (1997).
Inference for non-random samples (with discussion).
J. R. Stat. Soc., ser. B, 59, 55--95.
de Helguero, F. (1908).
Sulla rappresentazione analitica delle curve abnormali.
In G. Castelnuovo (Ed.), Atti del IV Congresso Internazionale
dei Matematici (Roma, 6--11 Aprile 1908), volume III (sez. III-B) Roma: R. Accademia dei Lincei.
De Luca, G. & Loperfido, N. M. R. (2004).
A skew-in-mean GARCH model.
In M. G. Genton (Ed.), Skew-elliptical distributions and their applications chapter 12, (pp. 205--222). Chapman & Hall/CRC.
DiCiccio, T. J. & Monti, A. C. (2004).
Inferential aspects of the skew exponential power distribution.
J. Amer. Statist. Assoc., 99(466), 439--450.
Domínguez-Molina, J. A., González-Farías, G., & Ramos-Quiroga, R. (2004).
Skew-normality in stochastic frontier analysis.
In M. G. Genton (Ed.), Skew-elliptical distributions and their applications chapter 13, (pp. 223--242). Chapman & Hall/CRC.
Fang, B. Q. (2003).
The skew elliptical distributions and their quadratic forms.
J. Multivariate Anal., 87(2), 298--314.
Fraley, C. & Raftery, A.E. (2002).
Model-based clustering, discriminant analysis, and density estimation.
J. Am. Statis. Ass., 97, 611--631.
Skew-elliptical distributions and their applications: a journey beyond normality.
Chapman & Hall/CRC.
Genton, M. G. (2004b).
Skew-symmetric and generalized skew-elliptical distributions.
In M. G. Genton (Ed.), Skew-elliptical distributions and their applications, chapter 5, (pp. 81--100). Chapman & Hall/CRC.
Genton, M. G., He, L. & Liu, X. (2001).
Moments of skew-normal random vectors and their quadratic forms.
Statist. Probab. Lett., 51, 319--325.
Genton, M. G. & Loperfido, N. (2005).
Generalized skew-elliptical distributions and their quadratic forms.
Ann. Inst. Statist. Math., (pp. to appear).
González-Farías, G., Domínguez-Molina, J. A., & Gupta, A. K. (2004).
Additive properties of skew normal random vectors.
J. Statist. Plann. Inference, 126, 521--534.
Goria, S. (1999).
Uso di generalizzazioni della distribuzione normale nei modelli per serie storiche.
Tesi di laurea, Facoltà di Scienze Statistiche, Università di Padova, Padova, Italia.
Gupta, A. K. (2003).
A multivariate skew t-distributions.
Statistics, 37(4), 359--363.
Henze, N. (1986).
A probabilistic representation of the 'skew-normal' distribution.
Scand. J. Statist., 13, 271--275.
Liseo, B. (1990).
La classe delle densità normali sghembe: aspetti inferenziali da un punto di vista bayesiano.
Liseo, B. (2004).
Skew-elliptical distributions in Bayesian inference.
In M. G. Genton (Ed.), Skew-elliptical distributions and their applications chapter 9, (pp. 153--171). Chapman & Hall/CRC.
Liseo, B. & Loperfido, N. (2003).
A Bayesian interpretation of the multivariate skew-normal distribution.
Statist. Probab. Lett., 61, 395--401.
Liseo, B. & Loperfido, N. (2004).
Default Bayesian analysis of the skew-normal distribution.
J. Statist. Plann. Inference, (pp. to appear).
Loperfido, N. (2001).
Quadratic forms of skew-normal random vectors.
Statist. Probab. Lett., 54, 381--387.
Loperfido, N. (2002).
Statistical implications of selectively reported inferential results.
Statist. Probab. Lett., 56(1), 13--22.
Loperfido, N. M. R. (2004).
Generalized skew-normal distributions.
In M. G. Genton (Ed.), Skew-elliptical distributions and their applications chapter 4, (pp. 65--80). Chapman & Hall/CRC.
Ma, Y. & Genton, M. G. (2004).
Flexible class of skew-symmetric distributions.
Scand. J. Statist., 31, 459--468.
Monti, A. C. (2003).
A note on the estimation of the skew normal and the skew exponential power distributions.
Metron, XLI(2), 205--219.
Mukhopadhyay, S. & Vidakovic, B. (1995).
Efficiency of linear bayes rules for a normal mean: skewed prior class.
J. R. Stat. Soc., ser. D, 44, 389--397.
Nadarajah, S. & Kotz, S. (2003).
Skewed distributions generated by the normal kernel.
Statist. Probab. Lett., 65(3), 269--77.
O'Hagan, A. & Leonard, T. (1976).
Bayes estimation subject to uncertainty about parameter constraints.
Biometrika, 63, 201--202.
Pewsey, A. (2000).
Problems of inference for Azzalini's skew-normal distribution.
Journal of Applied Statistics, 27, 859--770.
Pewsey, A. (2004).
Some observations on a simple means of generating skew distributions.
In: International Conference on Distribution Theory, Order Statistics and In
ference in Honor of Barry C. Arnold.
Edited by N. Balakrishnan and E. Castillo and J. M. Sarabia. University of Cantabria, Santander.
Sahu, K., Dey, D. K., & Branco, M. D. (2003).
A new class of multivariate skew distributions with applications to Bayesian regression models.
Canad. J. Statist., 31(2), 129--150.
Sartori, N. (2005).
Bias prevention of maximum likelihood estimates: skew normal and skew t distributions.
J. Statist. Plann. Inference, to appear.
Subbotin, M. F. (1923).
On the law of frequency of errors.
Matematicheskii Sbornik, 31, 296--301.
Tancredi, A. (2002).
Accounting for heavy tails in stochastic frontier models.
Working paper 16, Dipart. Scienze Statistiche, Università di Padova, Italia.
Wang, J., Boyer, J., & Genton, M. G. (2004).
A skew-symmetric representation of multivariate distribution.
Statistica Sinica, 14, 1259--1270.
Parole Chiave
TEORIA DELLE DISTRIBUZIONI, DISTRIBUZIONE NORMALE ASIMMETRICA, DISTRIBUZIONI ELLITTICHE ASIMMETRICHE, ASIMMETRIA, CURTOSI, INFERENZA STATISTICA, INFERENZA BASATA SULLA VEROSIMIGLIANZA, METODI BAYESIANI, METODI ROBUSTIClassi flessibili di distribuzioni ottenute mediante perturbazione della simmetria: aspetti probabilistici, statistici e applicativi
Università degli Studi di PadovaAbstract
La teoria delle distribuzioni ha da sempre ricevuto interesse tanto da probabilisti quanto da statistici. La motivazione per questi ultimi è evidente: la definizione di un modello in grado di descrivere coerentemente il comportamento di un fenomeno empirico non può infatti prescindere da un accurato studio delle proprietà formali. Questo progetto di ricerca fa riferimento ad uno specifico filone della letteratura che nel corso dell'ultima decina anni ha acquisito un profilo sempre meglio identificato: la distribuzione normale asimmetrica ed le sue successive estensioni, come richiamate nel seguito.Anche se tecnicamente l'apparizione sporadica dell'espressione formale della distribuzione normale asimmetrica risale molto addietro nel tempo, il punto di avvio della ricerca in questo ambito va collegato al riconoscimento del ruolo autonomo della distribuzione stessa come estensione della famiglia delle distribuzioni normali, specificamente con l'introduzione di un parametro di regolazione dell'asimmetria. Un ulteriore e più forte impulso per lo sviluppo di un interesse verso questa direzione si è avuto a seguito della costruzione, solo dieci anni fa, della versione multidimensionale della distribuzione normale asimmetrica.
A partire dall'introduzione della distribuzione normale asimmetrica multipla, negli ultimi sette-otto anni si è andato sviluppando un filone di letteratura via via più esteso e approfondito, con un >>>
Coordinatore Scientifico del Programma di Ricerca
Adelchi Azzalini Università degli Studi di PADOVAObiettivo del Programma di Ricerca
Il progetto si collega ad un settore della teoria delle distribuzioni che ha avuto un rapido e fiorente impulso negli ultimi anni, originato alla distribuzione normale asimmetrica multidimensionale e ai successivi sviluppi ottenuti per distribuzioni generate mediante perturbazione di distribuzioni simmetriche. I risultati conseguiti in questo ambito sono molto significativi, ma restano anche importanti questioni aperte o addirittura non affrontate. Obiettivo del progetto è di portare un contributo nei aspetti seguenti.Proprietà probabilistiche. Si intende approfondire la conoscenza delle proprietà della ampia classe delle "distribuzioni simmetriche perturbate" dal punto di vista probabilistico. Molto lavoro è stato svolto per particolari famiglie parametriche appartenenti alla classe generale, ma ben poco è noto ancora in termini di proprietà generali.
Problemi inferenziali. Fin dall'inizio dello sviluppo di questo ambito della teoria delle distribuzioni è emerso che, mentre il fronte probabilistico si prestava bene agli sviluppi formali, gli aspetti di inferenza statistica presentavano punti critici. Le proposte avanzate finora sono molto limitate e peraltro non conclusive. I pochi lavori disponibili sono quasi tutti limitati alla distribuzione normale asimmetrica scalare, mentre molte e importanti questioni restano da affrontare al di fuori di questo ambito ristretto. Questo ampio tema costituisce la >>>
Durata
24 mesiBase di partenza scientifica nazionale o internazionale
0. CONSIDERAZIONI GENERALICon "teoria delle distribuzioni" ci riferiamo allo studio delle proprietà formali di distribuzioni di probabilità e della loro capacità di adattamento a descrivere in senso statistico il comportamento di fenomeni empirici. Questo tema gioca da sempre un ruolo importante, trovandosi al punto di snodo tra aspetti matematico-probabilistici e aspetti applicativi della statistica. Infatti esso si intreccia strettamente con la teoria della probabilità, dato che l'oggetto di studio sono appunto le caratteristiche probabilistiche delle distribuzioni. Allo stesso tempo l'area di lavoro trae la sua motivazione ultima dalle ricadute che essa riesce a produrre in campo applicativo, e quest'ultimo costituisce il banco di prova finale dell'intera costruzione formale.
Nel corso dei decenni il capitolo della "teoria delle distribuzioni" ha quindi sempre ricevuto l'attenzione tanto di statistici quanto di probabilisti, seppure ovviamente non costantemente con lo stesso grado di intensità. Negli ultimi sei-sette anni abbiamo assistito ad un vigoroso impulso nel settore, e questo fermento sembra continuare a crescere ulteriormente, se teniamo conto della progressione osservata nel numero di pubblicazioni degli ultimi due-tre anni.
1. LA DISTRIBUZIONE NORMALE ASIMMETRICA
Buona parte di questa >>>
