Nel Dipartimento sono presenti competenze ampie e diversificate.  

Per quanto riguarda Statistica: statistica bayesiana, modelli grafici e reti bayesiane, inferenza causale, analisi di dati funzionali, analisi multivariata, modelli di regressione, piani di campionamento, disegno degli esperimenti, dati spaziali e geostatistica,  serie temporali e valori estremi, analisi sequenziale, clustering, ranking, modelli copula, modelli di rischio, dati testuali. Alcuni ambiti applicativi delle metodologie sviluppate sono: genetica e medicina personalizzata, finanza  e assicurazioni.     

Per quanto riguarda Statistica Economica: qualità dei dati, econometria spaziale, economia sanitaria, disuguaglianza economica, microeconomia.

Per quanto riguarda Demografia e Statistica Sociale: Fecondità, intenzioni,  progettualità di vita, condizione giovanile e neet, invecchiamento e nuove fasi di vita, conciliazione famiglia-lavoro, impatto pandemia SARS-CoV2, reti personali e di supporto, social media data e disoccupazione giovanile, assetti familiari e relazionali, isolamento sociale, indicatori compositi con dati categoriali, Bayesian demography, validazione scale psicometriche, multidimensional Rasch model, modelli multilevel. 

Per quanto riguarda Informatica: Complessità computazionale, Algoritmi di clustering bilanciato, Image Recognition, Deep learning.

Martedì 24 marzo 2026

Aula SF.203, ore 14.30

Alfio Maria Quarteroni (Politecnico di Milano e EPFL Lausanne) e Nicolò Cesa-Bianchi (Università degli Studi di Milano) offrono una prospettiva su come l’AI stia progressivamente diventando parte integrante del processo scientifico, aprendo nuove prospettive ma anche nuove sfide metodologiche e culturali per i futuri ricercatori, chiamati a valorizzarne il potenziale senza rinunciare alla creatività e all’originalità che costituiscono il fondamento di ogni seria ricerca scientifica.

Giovedì 5 marzo 2026 ore 11.30 Room G.241

Andrea Cappozzo (Professor of Statistics),  Department of Statistical Sciences - Università Cattolica del Sacro Cuore

Rosina racconta come, dopo la crescita vivace del dopoguerra, l’Italia sia scivolata in una spirale demografica regressiva dalle ricadute molto concrete: pensioni sotto pressione, carenza di personale sanitario, equilibrio sociale affidato sempre più all’immigrazione. Il demografo indica anche i passi - politici, collettivi e individuali - necessari per tenere aperto il futuro delle nuove generazioni.

Il volume, edito da Vita e Pensiero (dicembre 2025) a cura di Riva e Chiriatti,  è diviso in quattro sezioni. Nel capitolo Causal Reasoning for Artificial Intelligence della sezione 3, Guido Consonni e Federico Castelletti sostengono la necessità di affiancare alla semplice individuazione di schemi nei dati - tipica della AI -  la comprensione dei meccanismi sottostanti di causa ed effetto al fine di soddisfare le crescenti esigenze di interpretabilità, spiegabilità ed equità dei sistemi di apprendimento automatico nelle applicazioni del mondo reale. A tale scopo nel capitolo introducono le idee e i metodi fondamentali della modellazione causale e della scoperta causale come quadro concettuale e strumento di supporto al ragionamento.

Federico Castelletti e Lucia Paci hanno vinto il premio Alta Qualità del 2025 nell’ Area 13 - Scienze economiche e statistiche  con le seguenti pubblicazioni:

• Castelletti, F., Consonni, G., Bayesian Sample Size Determination for Causal Discovery, STATISTICAL SCIENCE, 2024; 39 (2): 305-321. [doi:10.1214/23-STS905]
• Argiento, R., Filippi-Mazzola, E., Paci, L., Model-Based Clustering of Categorical Data Based on the Hamming Distance, JOURNAL OF THE AMERICAN STATISTICAL ASSOCIATION, 2025; 120 (550): 1178-1188. [doi:10.1080/01621459.2024.2402568]