Francesco GIORDANO | Projects

Le gravi crisi degli ultimi anni, dalla pandemia da Covid 19 alla guerra Russia-Ucraina, ne hanno generate ulteriori, tra loro collegate: dalla crisi energetica a quella economica e sociale. Lâ¿¿Unione europea ha adottato strumenti innovativi al fine di sostenere l'economia degli Stati membri, (Next Generation EU e REPowerEU). Al contempo l'Italia ha avviato un processo di autonomia differenziata su

L⿿obiettivo principale di questo progetto di ricerca è quello di sviluppare e studiare nuovi approcci in relazione ai modelli per dati panel allo scopo di fare inferenza in un contesto di alta dimensionalità.

I modelli Threshold Autoregressive hanno avuto un rilevante impatto nella letteratura delle serie storiche non lineari e di recente l'attenzione è stata nuovamente posta su loro ulteriori generalizzazioni. Obiettivo della presente di ricera è l'introduzione di nuovo previsore per una generalizzazione del modello threshold la cui caratteristica distintiva, rispetto al modello proposto originariame

Nel presente progetto di ricerca si intende analizzare, dal punto di vista metodologico e computazionale, una classe di modelli spaziotemporali di natura originariamente econometrica e generalmente identificati con l'acronimo SDPD (spatial dynamic spatial model), con l'obiettivo di utilizzarli in un contesto di dati ambientali georeferenziati di notevoli dimensioni. In particolare, lo scopo finale

In this project we explore the use of a single hidden layer feed-forward artificial Neural Networks (NNs) as a forecasting tool to capture the nonlinear dynamics of the mortality rates. The approach is able to obtain valid point forecasts and, by using the bootstrap, the forecast distributions which allow to evaluate how much uncertainty is associated with each point forecast.

A seguito della pandemia Covid-19 e della più recente guerra Russia-Ucraina l⿿economia italiana sta affrontando numerose sfide. Allo stesso tempo, l⿿Italia ha accelerato un processo di autonomia differenziata che prevede forme particolari di autonomia su alcune materie per le regioni a statuto ordinario. Il progetto si propone di analizzare similitudini e differenze negli impatti delle suddette cr

Questo progetto di ricerca si pone come obiettivo principale quello di sviluppare e studiare nuove procedure di selezione delle variabili rilevanti in un contesto di regressione non parametrica in alta dimensionalità e con un modello, possibilmente, non additivo.

Lo sviluppo di nuove tecnologie ha avuto un forte impatto sulla raccolta dei dati. Ampie masse di dati sono disponibili e spesso si rende necessario non solo sistematizzare le informazioni ma anche selezionarle opportunamente. In tale contesto tecniche di ⿿variable screening⿝ e ⿿variable selection⿝ possono avere un ruolo importante per la riduzione dei dati e per la selezione delle variabili che h

Molti dati possono essere interpretati come dati spaziali: osservazioni che vengono rilevate in luoghi e in tempi diversi, dove lo spazio può essere inteso in senso lato e non solo fisico. Questa tipologia di dati viene analizzata in letteratura mediante i cosiddetti modelli autoregressivi spaziali, basati su una regressione ponderata i cui pesi vengono dati da una matrice di distanze. Molto spess

In this project we focus on the estimation of forecast distributions in non linear autoregressive time series and, in this context, we propose the use of non parametric techniques. In particular, we evaluate the approach based on feed-forward neural networks (NN) to approximate the original nonlinear process and derive valid point forecasts and the pair bootstrap scheme as a resampling device