Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Modelli, metodi e algoritmi per la regressione semiparametrica |
|---|---|
| Titolo del progetto di ricerca in inglese | Models, methods and algorithms for semiparametric regression |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | SECS-S/01 - STATISTICA |
| Descrizione sintetica in italiano | L'attività di ricerca riguarderà l'impiego di metodi di selezione delle variabili per la determinazione del grado di lisciamento ottimale di una funzione di regressione semiparametrica, in particolare con riferimento a funzioni spline. In tale contesto l'approccio più comunemente impiegato prevede di impiegare un numero relativamente elevato di funzioni base e tenere sotto controllo la dispersione dei coefficienti mediante una penalizzazione ovvero, nel contesto bayesiano, mediante una opportuna scelta della distribuzione a priori. Si esplorerà invece una strategia a nodi liberi, avente il duplice vantaggio di essere più parsimoniosa in termini di numero di parametri del modello, cosa rilevante nel caso di funzioni spline multivariate, e di agevolare l'interpretazione qualora numero e posizione dei cambi di pendenza della funzione di regressione sono di diretto interesse. Verranno considerate applicazioni in diversi ambiti, in particolare quello epidemiologico |
| Descrizione sintetica in inglese | The research will focus on the use of variable selection methods to determine the optimal degree of smoothness of a semiparametric regression function, in particular with spline functions. In this context the most common approach is to employ a relatively large number of base functions and a penalization to shrink the estimates of their coefficients. In the Bayesian approach this penalization amounts to an appropriate prior distribution. We aim at exploring the use of a free knots strategy with the advantages of using less parameters, which is particularly relevant when multivariate splines are considered, and to allow for a more direct interpretation of the results whenever the number and the position of the slope changes of the regression function are of direct interest. We plan to consider applications to various fields, in particular in epidemiology |
| Data del bando | 28/06/2019 |
| Numero di assegnazioni per anno | 1 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
OTHER |
| Nazionalità dei candidati |
OTHER |
| Sito web del bando | http://web.units.it/concorsi/ricerca/assegni-ricerca/pub |
| Destinatari dell'assegno di ricerca (of target group) |
Experienced researcher or 4-10 yrs (Post-Doc) |
|---|---|
| Importo annuale | 19540 |
| Valuta | Euro |
| Massima durata dell'assegno (mesi) | 12 |
| Nome dell'Ente finanziatore | Università degli Studi di Trieste |
|---|---|
| Tipologia dell'Ente | Academic |
| Paese dell'Ente | Italy |
| Città | Trieste |
| Sito web | http://www.units.it |
| concorsidoc@amm.units.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 29/07/2019 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |