Mercoledì 28 settembre 2016 ore 11.30

Eric-Jan Wagenmakers, Department of Psychological Methods, University of Amsterdam,

Bayesian inference with JASP

Abstract:

Bayesian hypothesis testing presents an attractive alternative to p-value hypothesis testing. Bayesian advantages include the ability to quantify evidence and the ability to monitor and update this evidence as data come in, without the need to know the intention with which the data were collected. Nevertheless, Bayesian hypothesis tests are still reported relatively rarely. An important impediment to the widespread adoption of Bayesian tests is arguably the lack of user-friendly software for the run-of-the-mill statistical problems that confront empirical scientists in almost every experiment: the t-test, ANOVA, correlation, regression, and contingency tables. In this talk I introduce JASP (jasp-stats.org), an open-source, cross platform, user-friendly graphical software package that allows users to carry out Bayesian hypothesis tests for standard statistical problems. JASP is based in part on the Bayesian analyses implemented in Morey and Rouder's BayesFactor package for R. Armed with JASP, the practical advantages of Bayesian hypothesis testing are only a mouse click away.

 

Lunedì 12 Settembre 2016 ore 11.30

Dani Gamerman, Instituto de Matemática, UFRJ, Brazil

Point pattern analysis with intensity functions driven by multivariate Gaussian processes, applied to the study of cerebrovascular deaths

Abstract:

This talk proposes a modeling approach for handling spatial heterogeneity present in the study of the geographical pattern of deaths due to cerebrovascular disease. The framework involves a point pattern analysis with components exhibiting spatial variation, described by Gaussian processes.

Preliminary studies indicate that mortality of this disease and the effect of relevant covariates do not exhibit uniform geographic distribution. Our model extends previous work by allowing for spatial variation of the effect of non-spatial covariates. The approach is untractable anlytically due to the uncountable nature of the intensity function and is implemented via discretization. A number of relative risk indicators are derived by comparing different covariate levels, different geographic locations, or both.

The methods are applied to the study of the death pattern of cerebrovascular deaths in the city of Rio de Janeiro. The results compare well against existing alternatives, including covariate effects. Our model is able to capture and highlight important data information that would not be noticed otherwise, providing information that is required for appropriate health decision-making. The framework can be extended to spatio-temporal point processes and also to make inference for the infinite-dimensional space of non-discretized intensity functions.

Joint work with Jony A. Pinto Jr, Marina S. Paez, Rgina H. F. Alves and Flavio B. Gonçalves.

 

Mercoledì 25 maggio 2016 ore 12.30

 

Alan Agresti  -   Distinguished Professor Emeritus  - University of Florida

 

Titolo: Some Perspectives about Generalized Linear Modeling

 

Abstract: This talk discusses several topics pertaining to generalized linear modeling.  With focus on categorical data, the topics include (1) bias in using ordinary linear models with ordinal categorical response data, (2) interpreting effects with nonlinear link functions, (3) cautions in using Wald inference (tests and confidence intervals) when effects are large or near the boundary of the parameter space, and (4) the behavior and choice of residuals for GLMs.  I will present few new research results, but these topics got my attention while I was writing the book `Foundations of Linear and Generalized Linear Models,' recently published by Wiley.


 

Mercoledì 18 Maggio dalle ore 11,00

 

presentazione del volume di Giuseppe Arbia (PhD, Università di Cambridge) professore ordinario di Statistica economica presso l’Università Cattolica del Sacro Cuore di Roma

 

Diseguaglianza, redistribuzione e crescita

 

Con gli interventi dei docenti dell’Università Cattolica del Sacro Cuore:

 

Prof. D. Bodega, Preside della Facoltà di Economia, Prof. A . Rosina, Direttore del Dipartimento di Scienze statistiche, Prof. L. Ornaghi, Prof. C. Lucifora, Prof.ssa A. Occhino, Prof.ssa L. Zanfrini,

 

e di Mons. C. Giuliodori, Assistente Ecclesiastico Generale, Università Cattolica del Sacro Cuore

 

Il principio di eguaglianza tra gli individui è un argomento da sempre presente nei dibattiti teorici e d’opinione, e da sempre controverso. Anche perché può essere trattato da diversi punti di vista: sociale, giuridico, etico, culturale, economico-politico ed altri ancora. Pilastro fondante della concezione cristiana dell’uomo, è alla base anche del pensiero di Rousseau e dei principi illuministici, così come alle radici dello Stato liberale, e in definitiva del nostro sistema politico attuale. Dalle diverse posizioni assunte di fronte all’idea di eguaglianza, ad esempio, Norberto Bobbio fa discendere la distinzione tra pensiero di destra e pensiero di sinistra negli attuali sistemi politici e quindi tra le diverse maniere di concepire l’intervento pubblico nella società.

Ma pur se di grande interesse, accresciuto di recente dai forti differenziali di crescita economica registrati tra i diversi Paesi del mondo, il tema della eguaglianza/diseguaglianza nella distribuzione dei redditi e del suo rapporto con la crescita economica non ha ancora trovato impianti teorici in grado di spiegarne per intero le ragioni né evidenze empiriche che forniscano elementi univoci e non contrastanti. Il dibattito è ancora vivace e aperto, a supporto sia di una relazione diretta tra i due fenomeni (più eguaglianza nei redditi favorirebbe una maggiore crescita) sia di una relazione inversa (una maggiore eguaglianza dei redditi deprimerebbe la crescita).

Questo libro di Giuseppe Arbia ha il grande merito di guidare il lettore nella molteplicità e complessità delle teorie, unendo la precisa ricostruzione storica con una esemplare chiarezza esplicativa, così che anche il non specialista possa farsi un’idea delle posizioni teoriche più importanti e della loro lettura di una realtà che ci tocca ormai molto da vicino. Accanto all’illustrazione del problema, Arbia delinea anche possibili linee di interventi politico-redistributivi, per il conseguimento di una maggiore eguaglianza non solo economica, ma anche di opportunità e di sviluppo del ‘capitale umano’, a beneficio di un maggior benessere per l’intera collettività.


 

Mercoledì 18 maggio ore 11.30

 

Franco Taroni Ecole des Sciences Criminelles, Université de Lausanne

 

Silvia Bozza Dipartimento di Economia, Universit_a Ca' Foscari Venezia

 

Scientific evidence at trial: probabilities to support expert's conclusions

 

Abstract: Limited and incomplete information represent recurrent constraints in many practical inference problems. Thus, categorical conclusions are unwarranted and assessing the probative strength of scientific results in the light of uncertainty represents the regular case in forensic science and forensic medicine. What is more, the interpretation of scientific results in applied contexts requires the construction of arguments in a balanced, logical, robust and transparent way. It is the duty of scientists to clarify the foundations of such arguments and to handle the possibly multiple sources of uncertainty in a rigorous and coherent way. There now is a widespread agreement among many committed scientists that these requirements are appropriately conceptualized as reasoning in conformity with the laws of probability theory and, derived from this framework, Bayes' theorem, which is central to the understanding of inferential reasoning.

The speakers will focus the presentation on how elements of probability and Bayesian inferential statistics can be meaningfully applied to help resolve questions of inference at the intersection between forensic science and the law, and support scientists in their interaction with recipients of expert information in the legal process.


 

Martedì 05 Aprile 2016 ore 14

Dott. Angelo  di Pasquale, Fixed Income desk, EquitaSim - Milano

Mercato obbligazionario: analisi degli strumenti obbligazionari e strategie operative

descrizione:

•          La struttura del mercato obbligazionario secondo i criteri di liquidità e rischiosità delle singole tipologie di strumenti

•          L’analisi del regolamento di emissione dei titoli obbligazionari: set di informazioni sull’investimento ed elementi per il corretto pricing 

•          Analisi delle metriche di rendimento, credit spread e duration dei titoli obbligazionari

•          Strategie operative sul mercato obbligazionario. Casi operativi:

            1. La relative value analysis rispetto allo stesso emittente

            2. La relative value analysis rispetto ad emittenti dello stesso settore

            3. Le yield curve strategies: yield strategy; duration strategy; convexity strategy

•          Conclusioni

La sessione ha come obiettivo quello di dare ai partecipanti innanzitutto un’analisi in dettaglio della struttura del mercato obbligazionario in funzione del diverso grado di liquidità e rischiosità implicita nelle diverse tipologie di strumenti. L’analisi del regolamento di emissione del singolo titolo obbligazionario costituisce un elemento essenziale di comunicazione circa l’investimento e per il corretto pricing di uno strumento obbligazionario. Lo sviluppo delle nozioni di tipo teorico legate alle metriche relative al rendimento, credit spread e duration sono legate ai contenuti delle strategie attraverso l’utilizzo di casi operativi, in modo da mantenere un filo conduttore fra teoria e pratica.


 

Giovedì 18 Febbraio 2016 ore 15

Dott. Daniele Durante phd Padova

Bayesian nonparametric modeling of network data

Abstract:

In neuroscience there is increasing interest in relating the structural connection network in white matter tracts (fibers) in the human brain and cognitive traits and neuropsychiatric disorders.  There is evidence that the structural network is a more important driver of variability in cognitive traits and disorders than measures of human brain activity (e.g., extracted from fMRI).  Recent connectomics pipelines can estimate the brain network based on diffusion tensor imaging and structural MRI.

This produces a network-valued random variable for each individual in a study.  We develop novel nonparametric Bayes methods for analyzing network-valued data, and for performing inference on the relationship between brain networks and cognitive traits.  These methods are provably flexible, reduce dimension adaptively and can be used for formal inferences on group differences adjusting for multiple comparisons automatically.  We show dramatic improvements relative to current approaches and illustrate the methods through application to creative reasoning and Alzheimer’s disease data.