Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Modelli bayesiani non parametrici per dati longitudinali funzionali e multidimensionali |
|---|---|
| Titolo del progetto di ricerca in inglese | Bayesian nonparametric models for functional and multidimensional longitudinal data |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Statistics |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/01 - STATISTICA |
| Descrizione sintetica in italiano | L’obiettivo del programma di ricerca consiste nell’investigare un nuovo approccio bayesiano non parametrico per modellare dati longitudinali funzionali e multidimensionali. Dati di questo tipo sono generati in diverse situazioni pratiche come ad esempio analisi di marketing e ricerche biomediche. Diversi approcci bayesiani non parametrici sono stati proposti in letteratura che considerano dati continui, di conteggio, qualitativi o dicotomici. Tuttavia a nostra conoscenza, non sono presenti metodi che considerano congiuntamente variabili multiple misurate su scale diverse. Il programma di ricerca sviluppa metodi flessibili e innovativi per modellare sia la dipendenza tra variabili sia rispetto al tempo e allo spazio, con l’obiettivo di ottenere strumenti con buone proprietà matematiche e con agevole trattabilità computazionale. I metodi proposti saranno valutati con simulazioni e applicazioni su dati reali. |
| Descrizione sintetica in inglese | The program aims to investigate a new Bayesian nonparametric approach to model functional and longitudinal multidimensional data. Several Bayesian nonparametric approaches have been proposed in literature to deal with continuous, count, categorical or binary variables. Nonetheless there are not approaches that jointly considers multiple variables on different measurement scales. Moreover, the dynamic nature of the phenomena adds a further degree of complication to the modelling approach. The program aims to develop innovative and flexible Bayesian nonparametric methods to model both the dependence among variables and with respect to a space-time domain, aiming a solution with nice mathematical and computational tractability and appealing formal asymptotic properties such as the posterior consistency. The methods must be tested through extensive simulation studies and applications to real data and require efficient computational methods to be developed for the posterior computation. |
| Data del bando | 07/01/2016 |
| Numero di assegnazioni per anno | 1 |
| Stanziamento annuale (indicativo) | 23463 |
| Periodicità | annuale |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
International |
| Paesi di residenza dei candidati |
International |
| Nazionalità dei candidati |
International |
| Sito web del bando | http://www.stat.unipd.it/bandi |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | no |
| Importo annuale | 23463 |
| Valuta | Euro |
| Comprende lo stipendio dell'assegnista | yes |
| Comprende vitto e spese di viaggio | no |
| Comprende il costo della ricerca | no |
| Massima durata dell'assegno (mesi) | 24 |
| Criteri di selezione in italiano (breve descrizione) | Valutazione comparativa dei titoli, curriculum scientifico-professionale, produttività scientifica e colloquio |
| Criteri di selezione in inglese (breve descrizione) | Career degree, cv, scientific papers and interview |
| Nome dell'Ente finanziatore | Università degli Studi di Padova |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Padova |
| Codice postale | 35100 |
| Indirizzo | Via 8 febbraio 1848, 2 |
| Sito web | http://www.unipd.it/ |
| bruno.scarpa@unipd.it | |
| Telefono | +39 049 8274193 / 8274167 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 22/01/2016 |
|---|---|
| Come candidarsi | Other |