[Date Prev][Date Next]
[Chronological]
[Thread]
[Top]
Avviso Seminari Pavia
Universita degli Studi di Pavia
Dipartimento di Economia Politica e Metodi Quantitativi
SEMINARI DI STATISTICA
PAOLO GIUDICI
Universita di Pavia
MODELLI GRAFICI BAYESIANI PER L'ANALISI STATISTICA MULTIVARIATA
Giovedi 9 maggio 1996, ore 16,00
Riassunto:
La rapida evoluzione delle tecnologie informatiche ha agevolato la
diffusione di metodologie statistiche caratterizzate da un sostanziale
impiego di tecniche di simulazione, quali i Metodi di Monte Carlo basati
su catene di Markov (cfr. Tierney, 1994). Tali sviluppi hanno
determinato l'emergere di nuove metodologie, particolarmente nell'ambito
della statistica multivariata. In tale contesto vi e infatti un
crescente utilizzo di sistemi stocastici strutturati, costituiti da un
elevato numero di variabili aleatorie connesse da relazioni di
indipendenza condizionale, incorporate in una struttura grafica.
Questo seminario trattera, con riferimento ad un'impostazione bayesiana,
di modelli grafici per l'analisi statistica multivariata. Dopo una
necessaria premessa introduttiva, verra affrontato il problema della
scelta di distribuzioni iniziali proposta da Dawid e Lauritzen (1993)
verra confrontata con quanto da me proposto nella recente attivita di
ricerca. Le distribuzioni iniziali introdotte verranno confrontate sia
dal punto di vista teorico che con riferimento a due problemi
applicativi tratti dalla letteratura.
Successivamente si fara riferimento alle problematiche relative allo
sviluppo di opportuni metodi di simulazione di Monte Carlo per il
calcolo delle inferenze bayesiane d'interesse. In particolare, verranno
proposti ed illustrati due metodi computazionali da me elaborati
recentemente per problemi di scelta fra grafi. (e quindi modelli
grafici) alternativi.
=====================================================================
Universita degli Studi di Pavia
Dipartimento di Economia Politica e Metodi Quantitativi
SEMINARI DI STATISTICA
ANTONIETTA MIRA
Universita di Pavia
INDICE DI ASIMMETRIA DI BONFERRONI:
ROBUSTEZZA E CONVERGENZA ASINTOTICA
Giovedi 16 maggio 1996, ore 16,00
Riassunto:
Nel presente lavoro abbiamo studiato l'indice del verso di asimmetria di
Bonferroni ottenuto come media aritmetica delle asimmetrie puntuali
della distribuzione F. L'indice e studiato sia dal punto di vista
descrittivo che inferenziale.
Con riferimento agli aspetti descrittivi ci siamo occupati inizialmente
di verificare la coerenza dell'indice rispetto ai vari ordinamenti
relativi alla simmetria presenti in letteratura. Successivamente,
abbiamo affrontato il problema della robustezza delle misure di
asimmetria e l'indice da noi studiato e confrontato, in termini di curva
di influenza, con altre misure proposte in letteratura.
Per utilizzare l'indice in ambito inferenziale e necessario studiarne la
distribuzione. Per mezzo di una opportuna estensione dell'espansione di
Taylor a funzionali abbiamo dimostrato la normalita asintotica della
versione campionaria dell'indice sia per distribuzioni simmetriche che
asimmetriche, e ne abbiamo determinato la varianza asintotica. Di tale
varianza vengono proposti e studiati due stimatori consistenti in forma
semplice. Il primo e ottenuto in modo analitico partendo
dall'espressione della varianza asintotica e stimandone le varie
componenti, il secondo e uno stimatore costruito utilizzando una
variante del metodo Jackknife.
La bonta di tali stimatori e studiata con il metodo di Monte Carlo: le
simulazioni esibiscono un comportamento soddisfacente delle stime, sia
in termini di distorsione che di errore quadratico medio asintotico.
Utilizzando questi stimatori proponiamo quindi un test per la simmetria
basato sull'indice di Bonferroni, non parametrico e di tipo asintotico.
La potenza del test e studiata e confrontata con quella di altri
classici test per la simmetria per mezzo di simulazioni di Monte Carlo,
sia per ipotesi alternative unilaterali che bilaterali. Abbiamo infine
dato l'espressione dell'efficacia del test secondo Pitman per una
particolare successione di ipotesi alternative. Questo ci permette di
confrontare la statistica test proposta con altre, in termini di
efficienza asintotica relativa.
======================================================================
Universita degli Studi di Pavia
Dipartimento di Economia Politica e Metodi Quantitativi
SEMINARI DI STATISTICA
PIERO VERONESE
Istituto di Metodi Quantitativi
Universita L. Bocconi, Milano
MODELLI GERARCHICI PARTIZIONALI
(un utile strumento per l'aggregazione di informazioni provenienti da
diversi esperimenti)
Giovedi 23 maggio 1996, ore 16,00
Riassunto:
L'impostazione bayesiana dell'inferenza statistica risulta
particolarmente efficace nell'affrontare il problema dell'aggregazione
di informazioni provenienti da diversi esperimenti. Infatti i modelli
gerarchici consentono di stimare i parametri di interesse presenti nella
distribuzione campionaria di un singolo esperimento utilizzando in modo
naturale anche l'evidenza empirica relativa agli altri esperimenti.
La tradizionale ipotesi di scambiabilita relativa ai parametri del
modello puo pero risultare troppo restrittiva quando si sia in presenza
di variabili concomitanti o, piu in generale, quando si ritenga che gli
esperimenti presentino differenti gradi di somiglianza fra loro. In
questo caso una struttura di parziale scambiabilita risulterebbe
sicuramente piu appropriata, ma puo non essere semplice, a priori,
identificare quella che piu sia adeguata a descrivere i dati in
questione. In molti casi inoltre piu di una struttura di dipendenza
potrebbe risultare plausibile.
I modelli gerarchici partizionali forniscono una soluzione a tale
problematica in quanto considerano simultaneamente diverse strutture di
dipendenza fra i parametri di interesse e l'inferenza complessiva
risultera essere una mistura dei risultati ottenuti sulla base delle
differenti assunzioni.
Nel seminario, dopo aver introdotto e definito tali modelli, si
prenderanno in considerazione i seguenti aspetti:
o la metodologia proposta puo essere vista come una versione bayesiana
dell'analisi frequentista che conduce a stimatori costituiti da
combinazioni lineari di stimatori generalizzati di Stein e, in presneza
di fattori di classificazione, come alternativa a quella basata sui
modelli di regressione logistica;
o si illustrera un metodo per semplificare il processo di elicitazione
della distribuzione iniziale sui numerosi parametri ed iperparametri del
modello e si proporranno distribuzioni non informative con particolare
riferimento a dati normali e binomiali;
o la presenza di osservazioni eccezionali puo compromettere l'efficacia
inferenziale del modello e quindi se ne propone una particolare modifica
basata sull'introduzione di un fattore di inflazione per la varianza
delle osservazioni.
I vari aspetti trattati verranno illustrati con riferimento a dati reali
e simulati.
=====================================================================
Universita degli Studi di Pavia
Dipartimento di Economia Politica e Metodi Quantitativi
SEMINARI DI STATISTICA
MAURA MEZZETTI
STIMA NON PARAMETRICA DELLA FUNZIONE
DI SOPRAVVIVENZA CON STRUTTURA
DI PARZIALE SCAMBIABILITA'
Giovedi 30 maggio 1996, ore 16,00
Riassunto:
Uno dei modelli piu utilizzati per l'analisi della sopravvivenza e il
modello di Cox, in cui vengono identificati le variabili piu
significative utilizzando le tecniche dell'analisi di regressione.
Nel seminario verra proposto un approccio bayesiano non parametrico alla
stima della funzione di sopravvivenza che permetta di valutare
l'importanza relativa di ogni potenziale fattore prognostico.
Si considera una collezione di partizioni delle osservazioni determinate
dalle variabili esplicative considerate singolarmente o dall'interazione
di piu variabili. Tale partizione genera una struttura di scambiabilita
parziale tra le osservazioni: i tempi di sopravvivenza osservati sono
ipotizzati essere parzialmente scambiabili in accordo ad ognuna di
queste partizioni. Condizionatamente ad ogni partizione si assume un
medello gerarchico sulla funzione azzardo.
Come distribuzione a priori per la funzione azzardo cumulativa viene
scelto il processo Beta ad incrementi indipendenti introdotto da Hjort
nel 1990; vengono considerate diverse scelte per gli iperparametri.
Le probabilita a posteriori di ogni partizione vengono impiegate sia
come misura di importanza di ogni fattore prognostico che per ottenere
la stima dell'azzardo come media ponderata delle stime ottenute
condizionando alle diverse partizioni.
Anita Ferrario
Segreteria Dip.to
Economia Politica e M. Q.
Via S. Felice, 5 - 27100 PAVIA
TEL.(+39) 382 506208
FAX (+39