Foto del docente

Daniela Cocchi

Professoressa emerita

Alma Mater Studiorum - Università di Bologna

Professoressa a contratto a titolo gratuito

Dipartimento di Scienze Statistiche "Paolo Fortunati"

Temi di ricerca

Parole chiave: statistica ambientale entropia piani di campionamento statistica bayesiana modelli gerarchici stima per piccole aree record linkage inferenza in popolazioni finite

Metodi di campionamento in popolazioni finite.

Metodi statistici nel trattamento di problemi ambientali.

Metodi di campionamento in popolazioni finite

1. Soluzioni bayesiane per modelli di superpopolazione gerarchici e inferenza per piccole aree.

2. Le approssimazioni Bayesiane quasi lineari in popolazioni finite, considerazione di asimmetria e curtosi. Situazioni considerate: soluzione di modelli non standard, riferiti a distribuzioni con forte asimmetria e qualità di dati molto differenti.

3. Realizzazione di una parte dei censimenti di popolazione tramite rilevazioni campionarie. Per il piano di campionamento da realizzare nell'ambito del censimento, investigazione di diverse proposte sia per la definizione della popolazione effettiva da cui effettuare il campionamento, sia per la progettazione della strategia complessiva, costituita dal piano di campionamento e dallo stimatore che gli viene associato. Le informazioni ausiliarie disponibili per ciascun Comune possono modificare il piano di campionamento.

 

Metodi statistici nel trattamento di problemi ambientali.

1. Modelli gerarchici e metodi per la costruzione di indici di qualità dell'aria.

2. Proposta di modelli gerarchici per previsioni metereologi che d'insieme. Le previsioni d'insieme sono caratterizzate da due difficoltà: in primo luogo, il numero degli scenari che vengono replicati è limitato dall'ammontare di risorse computazionali, che sono scarse nel caso di servizi meteorologici locali e su piccola scala. Inoltre non c'è mai il confronto con i dati osservati in termini di valutazione dell'errore di previsione. Si studia la modellazione dell'errore delle previsioni meteorologiche d'insieme sulla base di dati osservati per la variabile temperatura al suolo.

3. Proposta di modelli robusti per valutare gli errori di classificazione nei modelli di “capability” con un modello di errore a due componenti.