Torna ai risultati della ricercaBando per assegno di ricerca
| Titolo del progetto di ricerca in italiano | Stima di massima verosimiglianza penalizzata di matrici di covarianze in problemi ad alta dimensionalità |
|---|---|
| Titolo del progetto di ricerca in inglese | Gaussian likelihood penalized estimation of large covariance matrices |
| Campo principale della ricerca | Mathematics |
| Sottocampo della ricerca | Statistics |
| G.S.D. | 13/STAT-01 - STATISTICA |
| S.S.D | STAT-01/A - Statistica |
| Descrizione sintetica in italiano | Il problema della stima di matrici di varianze e covarianze riveste un aspetto centrale all'interno di un'ampia gamma di metodologie statistiche. La matrice di varianze e covarianze campionaria ha proprietà ottime nel contesto classico in cui il numero di osservazioni, n, è grande in confronto al numero di variabili, p. Tuttavia, questa perde, progressivamente, le sue proprietà nei contesti ad alta dimensionalità, al crescere del rapporto p/n, fino a diventare singolare quando p è maggiore od uguale a n. Questo progetto di ricerca si focalizza sulla stima di matrici di varianze e covarianze per dati normali, in contesti ad alta dimensionalità attraverso l'ottimizzazione di della log-verosimiglianza penalizzata. |
| Descrizione sintetica in inglese | The task of estimating covariance matrices from randomly sampled data is of fundamental importance for a wide range of statistical methodologies. The usual sample covariance matrix is optimal in the classical setting where the number of cases, denoted by n, is large compared with the number of features, denoted by p. However, it performs very poorly in the high-dimensional setting and, indeed, it is well known that the sample covariance estimator degrades as the ratio p/n increases, and becomes singular as soon as p is greater or equal to n. The focus of this project is on the estimation of sparse covariance matrices, in the high-dimensional setting, through the optimization of the Gaussian log-likelihood function, also considering the addition of an l1-penalization. |
| Data del bando | 31/10/2024 |
| Numero di assegnazioni per anno | 1 |
| E' richiesta mobilità internazionale? | no |
| Paesi in cui può essere condotta la ricerca |
Italy |
| Paesi di residenza dei candidati |
EUROPE |
| Nazionalità dei candidati |
EUROPE |
| Sito web del bando | https://www.stat.unipd.it/news/termine/84 |
| Destinatari dell'assegno di ricerca (of target group) |
Early stage researcher or 0-4 yrs (Post graduate) |
|---|---|
| Il contratto prevede la copertura delle prestazioni sociali? | yes |
| Importo annuale | 21888 |
| 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, del curriculum scientifico– professionale, della produttività scientifica e di un colloquio da parte di una Commissione giudicatrice |
| Criteri di selezione in inglese (breve descrizione) | comparative evaluation of their qualifications, academic and professional experience, curriculum vitae, publications and an interview. Candidates’ applications shall be evaluated by a Selection Committee |
| Processo di selezione in italiano (breve descrizione) | Valutazione comparativa |
| Processo di selezione in inglese (breve descrizione) | Comparative assessment |
| Nome dell'Ente finanziatore | Dipartimento di Scienze Statistiche - Università degli Studi di Padova |
|---|---|
| Tipologia dell'Ente | Public research |
| Paese dell'Ente | Italy |
| Città | Padova |
| Codice postale | 35121 |
| Indirizzo | Via Cesare Battisti, 241 |
| Sito web | http://www.stat.unipd.it/ |
| ricerca@stat.unipd.it | |
| Telefono | 0498274125 |
| L'assegno finanziato/cofinanziato attraverso un EU Research Framework Programme? | No |
|---|
| Data di scadenza del bando | 19/11/2024 - alle ore 00:00 |
|---|---|
| Come candidarsi | https://pica.cineca.it/unipd/assegno-dipstat-bird2024-roverato |