Avviso seminario

["Leonardo Bottolo" <lbottolo@eco.unipv.it>]

UNIVERSITA' DEGLI STUDI DI PAVIA
DIPARTIMENTO DI ECONOMIA POLITICA E METODI QUANTITATIVI
DIPARTIMENTO DI MATEMATICA "F.CASORATI"
DOTTORATO DI RICERCA IN STATISTICA MATEMATICA
****************************************************************************
*


                              AVVISO DI SEMINARIO


Giovedi' 15 febbraio, alle ore 14.15, nell'aula H del Dipartimento di
Economia Politica e Metodi Quantitativi (via San Felice 5, Pavia)


                           LEONARDO BOTTOLO
   (Department of Statistics, Athens University of Economics and Business,
                    Dipartimento di Economia Politica e
                 Metodi Quantitativi, Universita' di Pavia)


terra' un seminario dal titolo:


                 MODELLI MISCUGLIO CON COMPONENTE IMPROPRIA


Durante il seminario verra' offerto ai partecipanti un piccolo rinfresco.



Riassunto.

Nella letteratura statistica il modello gaussiano epsilon-contaminato e'
utilizzato per modellare la presenza di outlier. Tale modello coincide con
il
modello miscuglio normale finito, dove la prima componente e' normale di
parametri incogniti e la seconda componente, anch'essa normale di parametri
non noti, e' caratterizzata da varianza elevata. La seconda componente, con
code pesanti, ha lo scopo di intercettare la presenza di possibili outlier.
Le stime della media e dello scarto quadratico medio della prima componente
coincidono con le stime robuste del parametro di posizione e scala
dell'insieme osservato dei dati, mentre la stima del peso stocastico indica
la percentuale di "buone" osservazioni presenti nel campione. Le stime della
media e dello scarto quadratico medio della seconda componente sono
interpretate come parametri di disturbo. Tale metodologia appare
insoddisfacente: si presume la conoscenza della distribuzione di
probabilita'
dei dati anomali, ovvero normale; se gli outlier sono presenti in entrambi i
lati del campione, al modello miscuglio originario, costituito da due
componenti, si deve aggiungere un'ulteriore distribuzione di probabilita'
normale per tener conto dei due gruppi di outlier; nel caso in cui i dati
anomali siano molto separati, e' necessaria una distribuzione di
probabilita'
normale per ogni singolo outlier. Per tenere conto di questi aspetti e di
altri ancora, si e' introdotto una nuova classe di distribuzioni miscuglio
finite, dove la prima componente e' normale, mentre la seconda componente e'
uniforme, discreta e definita sullo spazio campionario osservato. Viene
fornito un criterio di stima della densita' della seconda componente e,
utilizzando l'algoritmo EM (Expectation-Maximization), vengono esplicitate
le
stime della prima componente. Le proprieta' statistiche e di robustezza
delle
stime proposte sono analizzate e confrontate con altri stimatori robusti del
parametro di posizione e scala. Infine vengono fornite le estensioni
multivariate e le applicazioni in ambito della regressione robusta.



****************************************************************************
*
Per ulteriori informazioni riguardo ai Seminari di Probabilita' e Statistica
e' possibile scrivere a:

lbottolo@eco.unipv.it

oppure consultare le pagine WEB agli indirizzi:

http://jessica.unipv.it/~seminari/
http://dimat.unipv.it/~statprob/seminari.html

=================================================================

       Forum per la Societa' Italiana di Statistica

                       AVVERTENZA

     il nuovo servizio viene offerto in via sperimentale
     dal Dipartimento di Scienze Statistiche di Perugia
           con il software Majordomo 1.94.5
       istallato su una Workstation UNIX (AIX 4.3.3)

           Ci scusiamo per eventuali disguidi !

=================================================================