Cira PERNA | Projects

Il progetto si sviluppa su tre linee di ricerca tra loro correlate. La prima riguarda lo studio dei meccanismi di elaborazione, diffusione, ed analisi delle ingenti mole di dati riguardanti i diversi aspetti della pandemia da Covid-19 mediante tecniche matematico-statistiche. La seconda analizza a livello micro- e macro-economico gli effetti della pandemia sui principali indicatori economici, appu

L¿obiettivo del progetto è quello di studiare le diverse tecniche statistiche di riduzione della dimensione (Tecniche di Screening delle covariate) sia nell¿ambito della Regressione parametrica e non e sia in altri contesti come quello del modello di sopravvivenza. L¿aspetto comune sarà l¿alta dimensionalità.

The problem of time series clustering has attracted growing research interest in the last decade. The most popular clustering methods assume that the time series are only linearly dependent but this assumption usually fails in practice. To overcome this limitation, in this rresearchr, we study clustering methods applicable to time series with a general dependent (possibly nonlinear) structure. We

Nell'analisi delle serie storiche lo studio di modelli multivariati ha ricevuto grande attenzione in letteratura. Partendo dai modelli Vector Autoregressive (ampiamente presentati di Lutkepohl (2006)), sono stati proposti differenti modelli lineari e nonlineari, molti dei quali sono generalizzazioni multivariate di modelli già noti nel contesto univariato.Nel presente progetto l'attenzione sarà r

In this project we propose a class of semiparametric models for univariate air pollutant time series which is able to incorporate somestylized facts usually observed in real data such as missing data,trends, conditional heteroschedasticity and leverage effects.In particular, we propose a two steps estimation procedure. In the first step the trend-cycle component of the series is estimated byus

L¿obiettivo del progetto è quello di studiare nuove tecniche di Screening (riduzione della dimensione) nell¿ambito della regressione parametrica e non. Inoltre, l¿accento verrà posto sulle caratteristiche di tali tecniche di Screening in un contesto di alta dimensionalità.

FINE ATTIVITA' - The aim of the research is to construct bootstrap inference for VaR ans ES using a nonparametric bootstrap scheme, the NAR-sieve bootstrap based on Extreme Learning Machines. This procedure, is expected to deliver accurate and consistent results for quite general nonlinear processes. We will consider stochastic volatility models for financial time series of the nonlinear autoregressive-ARCH type a

La ricerca che si intende condurre con il progetto in esame, si pone in continuità con il progetto di ricerca presentato lo scorso anno.L'obiettivo è quello di prendere in esame i previsori ponderati per modelli non lineari a soglia (sinteticamente denominati SETAR) ed esaminare le proprietà statistiche dei pesi, nonché valutare le proprietà asintotiche degli intervalli di previsione bootstrap pr

Scopo di questo progetto è quello di analizzare le proprietà di stimatori alternativi nei processi di diffusione, nel caso piccoli campioni In particolare, saranno presi in considerazione due particolari processi, il Vasicek ed il Cir e si considereranno stimatori alternativi per i parametri di questi due processi. Saranno analizzati il metodo proposto da Tan e Chen, il metodo GMM, il metodo ML,

L¿Unione Europea è caratterizzata da importanti divari tra le nazioni e tra le regioni. Al fine di governare tali divari, con la nascita della CEE (1957) è stata contestualmente creata la politica regionale. L¿obiettivo principale del progetto è studiare l¿evoluzione dei divari territoriali in Europa e degli effetti della politica di coesione applicando un approccio multidisciplinare (storico, eco

Il presente progetto riguarda serie storiche con trend e stagionalità, e una struttura di correlazione che evolve nel tempo. Il progetto si pone in un ambito nel quale la stagionalità ha una struttura complessa e ha un effetto sul trend, varianza e autocorrelazioni del processo generatore della serie. Noi ci concentreremo sui modelli PAR, per i quali ogni stagione dell'anno segue un possibile di

L¿obiettivo di questo progetto di ricerca è quello di derivare una procedura statistica per individuare diverse strutture omogenee quando il contesto è quello dei dati panel nell¿ambito dell¿alta dimensionalità.

La ricerca si pone l'obiettivo di studiare tecniche e modelli statistici innovativi per il clustering di serie storiche in presenza di bigdata. I dati generati da sensori (IoT) e attività di social network confluiscono in data lake in cui la componente di dati temporali è estremamente rilevante. La disponibilità di dati di tipo complesso ad elevata dimensionalità pone notevoli problemi al cluste

Scopo di questo progetto è quello di analizzare le proprietà dello stimatore di massima verosimiglianza per piccoli campioni nei processi di diffusione. In particolare, saranno presi in considerazione due particolari processi di diffusione, il Vasicek ed il Cir, comunemente utilizzati nella letteratura economia e finanziaria. Nel progetto si considereranno serie storiche di lunghezza tra 20 e 2

La ricerca sarà devotata al conseguimento dei seguenti obiettivi: analisi di processi stocastici, unidimensionali e multidimensionali nello spazio e discreti e continui nel tempo; individuazione di opportuni test di adattamento dei modelli presi in esame al fine di descrivere fenomeni di natura reale, in ambito economico, finanziario, medico ed ambientale. Obiettivo fondamentale della ricerca sarà

L'individuazione dei cambi strutturali è un importante passo nell'analisi delle serie storiche. Cambiamenti nella strumentazione, nella posizione di rilevazione possono indurre discontinuità artificiali in serie climatiche e idrologiche. Molti tempi di cambio sono documentati mentre altri tempi di cambio sono sconosciuti per una serie di motivi. Questi cambi di struttura se non individuati possono

Questo progetto di ricerca si pone come obiettivo principale quello di derivare la ¿migliore¿ rappresentazione lineare di un processo stocastico di tipo SETAR (a soglia). Di conseguenza, una particolare attenzione sarà rivolta all'utilizzo di questa rappresentazione lineare per affrontare tipici problemi inferenziali per serie storiche nella classe dei processi SETAR.

Studiare l'utilizzo di tecniche di deep-learning da un punto di vista statistico e valutare le potenzialità della loro applicazione in ambito finanziario con particolare riferimento alla costruzione e validazione di modelli nonparametrici ed alla previsione

Il progetto si pone come obiettivo la formulazione e l¿analisi di tecniche statistiche di inferenza in modelli che descrivono fenomeni di natura economico-finanziaria. In particolare si analizzeranno processi di diffusione nell¿ambito della modellizzazione di tassi di interesse, tassi di cambio, mortalità. Per tali processi si cercheranno tecniche statistiche ad hoc al fine di ottenere stimatori d

La ricerca si pone l¿obiettivo di individuare le soluzioni alle problematiche dell¿internazionalizzazione delle piccole e medie imprese (PMI) quale strumento essenziale di tutela e crescita del mercato. In tal senso, la politica europea incentiva da tempo l¿aggregazione tra PMI ¿ strutturalmente inadeguate a competere individualmente in un contesto economico globalizzato - quale strumento per lo s