Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Prior distributions for latent Gaussian models |
|---|---|
| Titolo del progetto di ricerca in inglese | Prior distributions for latent Gaussian models |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Statistics |
| Settore Concorsuale | 13 - Scienze economiche e statistiche |
| S.S.D | - |
| Descrizione sintetica in italiano | La specificazione delle distribuzioni a priori per parametri di scala relativi ad effetti casuali strutturati nel contesto dei modelli Gaussiani latenti è un argomento di ricerca di interesse in letteratura. La ricerca ha lo scopo di proporre una metodologia basata sulla specificazione della varianza totale a priori sprigionata dal predittore lineare, bilanciando i contributi dei diversi effetti inclusi nel modello. Si propone di raggiungere tale obiettivo fissando la prior marginale della varianza degli effetti, ricavando poi la distribuzione per il parametro di scala risolvendo un’equazione integrale. La ricerca prevede anche un aspetto applicato rilevante. Infatti, un pacchetto R contenente le funzioni necessarie per stimare modelli Gaussiani latenti con metodi MCMC può essere utile a diffondere la strategia sviluppata. Infine, si propone di utilizzare i modelli trattati su dati INVALSI e nel contesto dell’epidemiologia ambientale applicando il modello BYM. |
| Descrizione sintetica in inglese | The specification of the prior distribution for scale parameters in latent Gaussian models with structured random effects is a widely discussed topic. The research goal is to propose a way of controlling the total prior variance of the linear predictor, guaranteeing the balance among the different terms included in the model. To this aim, the marginal prior of the effect variance is fixed, and the prior distribution for the scale parameter is retrieved solving an integral equation. The research also presents a relevant applied side. An R package containing tools for estimating Bayesian latent Gaussian models is expected: MCMC methods are required to draw samples from the posterior distributions of the parameters. Eventually, the developed methods must be applied to real data problems in education, analyzing data from INVALSI, and environmental epidemiology, applying the BYM model. |
| Data del bando | 09/07/2021 |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
All |
| Nazionalità dei candidati |
All |
| Sito web del bando | https://bandi.unibo.it/ricerca/assegni-ricerca |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Criteri di selezione in italiano (breve descrizione) | il bando e la modulistica per partecipare alla procedura di valutazione comparativa sono disponibili all'indirizzo: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Criteri di selezione in inglese (breve descrizione) | to apply for research grants fill out the form available at the following address: https://bandi.unibo.it/ricerca/assegni-ricerca |
| Nome dell'Ente finanziatore | ALMA MATER STUDIORUM - UNIVERSITA' DI BOLOGNA - - DIPARTIMENTO DI SCIENZE STATISTICHE "PAOLO FORTUNATI" |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Bologna |
| Sito web | http://www.unibo.it |
| carlo.trivisano@unibo.it |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 23/07/2021 - alle ore 00:00 |
|---|---|
| Come candidarsi | Other |