Marialuisa RESTAINO | Progetti

This project introduces a software library for automated cluster analysis. The library incorporates data-driven methods for optimal cluster number determination and advanced algorithms' tuning for discovering approximately elliptical clusters. By providing a comprehensive toolkit for cluster selection and validation, this research aims to enhance the efficiency and accuracy of clustering tasks in

The research aims to implement and study novel resampling techniques for spatio-temporal models, considering both spatial and temporal heterogeneity. The novel procedures should scale well for increasing spatial and temporal dimensions. All the developed algorithms will be implemented in open-source languages such as R or Python.

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

Nella presente ricerca l'attenzione sarà focalizzata sul successo degli studenti universitari, che viene spesso utilizzato per valutare la qualità e le prestazioni delle istituzioni educative. L'individuazione precoce degli studenti a rischio è consigliabile per aiutare i manager e i direttori delle istituzioni ad attuare misure e azioni preventive per aumentare la probabilità di successo degli st

The project aims to develop computational methods for clustering methods based on elliptic-symmetric distributions. Such models are useful for discovering clusters whose internal geometry can be explained in terms of multivariate centrality and scatter parameters.

The research project aims to investigate the effect of ESG scores on stock returns and risk measures. That also constitutes the starting point for portfolio management and performance.

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

L'obiettivo del progetto è di studiare il problema dei missing data, che sempre più caratterizzano l'insieme dei dati di grandi dimensioni, e la cui presenza può compromettere le proprietà degli stimatori nei modelli statistici. In particolare, si intende sviluppare un approccio che sia in grado di imputare in modo preciso i missing data. La procedura sarà basata su un approccio misto, che combine

The k-means method is often referred to as nonparametric clustering method, based on the nonparametric consistency theorem proved by Pollard (1981). We want to study a similar notion of consistency for clustering methods based on mixtures models of a general class of elliptically symmetric distributions (including popular models such as the Gaussian, Student-t, and Laplace, etc.).

Il progetto ha come obiettivo principale la tematica della sostenibilità con particolare riferimento ai fenomeni di congestione dei trasporti. Dall'analisi di questa tematica dovrebbero scaturire vie per una migliore organizzazione del sistema logistico, e lo studio di fattibilità giuridica di tali soluzioni. Dal punto di vista economico l'obiettivo è individuare la sostenibilità ambientale, econo

Propose and discuss resampling techniques for model selection and inference that are suitable to deal with massive data

Obiettivo del progetto è la derivazione di proprietà asintotiche dei parametri del modello non lineare per serie storiche della classe Self-Exciting Threshold Autoregressive. Diversamente da quanto proposto in letteratura, tali proprietà sono ottenute senza assumere la stazionarietà ed ergodicità del processo generatore. La rimozione di queste assunzioni rende non solo più generale il risultato t

L'obiettivo del progetto è quello di sviluppare stimatori non parametrici per la funzione di sopravvivenza bivariata in presenza di dati troncati e censurati.Partendo dai risultati disponibili nella letteratura specializzata, si intende proporre un modo alternativo a quelli proposti in letteratura, stimando la funzione di sopravvivenza bivariata come una funzione di sopravvivenza univariata, per