Catia Scricciolo

  1. Home
  2. Dipartimento
  3. Persone
  4. Catia Scricciolo
CS, 17 maggio 2021
Qualifica
Professore associato
Settore disciplinare
STAT-01/A - Statistica
Settore di Ricerca (ERC-2024)
PE1_14 - Mathematical statistics

PE1_15 - Generic statistical methodology and modelling

PE6_11 - Machine learning, statistical data processing and applications using signal processing (e.g. speech, image, video)

Settore di Ricerca (ERC)
PE1_14 - Statistics

Ufficio
Polo Santa Marta,  Piano 1,  Stanza 1.25
Telefono
045 8028341
E-mail
catia|scricciolo*univr|it <== Sostituire il carattere | con . e il carattere * con @ per avere indirizzo email corretto.

Orario di ricevimento

Ricevimento: mercoledì 12:00-13:00 da confermare previo accordo via mail con il docente.




Professore Associato di Statistica presso l'Università degli Studi di Verona da ottobre 2015. In precedenza, Assistant Professor di Statistica presso l'Università Bocconi di Milano. Laureata in Statistica presso l'Università degli Studi di Roma "La Sapienza", ha conseguito il Dottorato di Ricerca in Statistica presso l'Università degli Studi di Padova. Il principale ambito di ricerca è l'Inferenza statistica, in particolare, l'inferenza statistica bayesiana non parametrica con riferimento ai seguenti aspetti:

  • stima non parametrica di curve,
  • modelli miscuglio,
  • procedure empirico-bayesiane,
  • problemi bayesiani inversi.

 

 


 

 

 

Curriculum
  • pdf   CV EN   (pdf, en, 217 KB, 03/09/23)
  • pdf   CV ITA   (pdf, it, 218 KB, 03/09/23)

Insegnamenti

Insegnamenti attivi nel periodo selezionato: 26.
Clicca sull'insegnamento per vedere orari e dettagli del corso.

Corso Nome Crediti totali Online Crediti del docente Moduli svolti da questo docente
Laurea magistrale in Economics and data analysis [LM-56] Machine learning for economics (2023/2024)   6  eLearning 4 
Dottorato in Economia e Finanza Mathematical Statistics (2023/2024)   5  eLearning 5 
Laurea in Economia Aziendale e Management [L-18] Statistica (2023/2024)   9  eLearning 9 
Laurea magistrale in Economics and data analysis [LM-56] Machine learning for economics (2022/2023)   6  eLearning 4 
Laurea in Economia Aziendale e Management [L-18] Statistica (2022/2023)   9  eLearning 7 
Laurea magistrale in Economics and data analysis [LM-56] Machine learning for economics (2021/2022)   6  eLearning 4 
Laurea in Economia Aziendale e Management [L-18] Statistica (2021/2022)   9  eLearning 7 
Laurea magistrale in Banca e finanza [LM-16] Modelli stocastici per la finanza (2020/2021)   9  eLearning 1 
Laurea in Economia Aziendale (Verona) Statistica (2020/2021)   9  eLearning 9 
Laurea magistrale in Management e strategia d’impresa [LM-77] Statistica per il business (2020/2021)   6  eLearning 0,5 
Dottorato in Economia e Management (ultimo ciclo attivato 36° - a.a. 2020-2021) Statistics (2020/2021)   7,5    7,5 
Dottorato in Economia e Management (ultimo ciclo attivato 36° - a.a. 2020-2021) Attività didattica dottorato (2019/2020)   50    1 
Laurea magistrale in Banca e finanza [LM-16] Modelli stocastici per la finanza (2019/2020)   9  eLearning 1 
Laurea in Economia Aziendale (Verona) Statistica (2019/2020)   9  eLearning 9 
Laurea magistrale in Banca e finanza [LM-16] Modelli stocastici per la finanza (2018/2019)   9  eLearning 1 
Laurea in Economia Aziendale (Verona) Statistica (2018/2019)   9  eLearning 9 
Dottorato in Economia e Management (ultimo ciclo attivato 36° - a.a. 2020-2021) Attività didattica dottorato (2017/2018)   10    1 
Laurea magistrale in Banca e finanza [LM-16] Modelli stocastici per la finanza (2017/2018)   9  eLearning 1 
Laurea in Economia Aziendale (Verona) Statistica (2017/2018)   9  eLearning 9 
Dottorato in Economia e Management (ultimo ciclo attivato 36° - a.a. 2020-2021) Statistics (2017/2018)   7,5    1 
Laurea magistrale in Banca e finanza [LM-16] Modelli stocastici per la finanza (2016/2017)   9  eLearning 1 
Laurea in Economia Aziendale (Verona) Statistica (2016/2017)   9  eLearning 3  (esercitazione)
6  (lezione)
Laurea magistrale in Banca e finanza [LM-16] Modelli stocastici per la finanza (2015/2016)   9    1 
Laurea in Economia Aziendale (Verona) Statistica (2015/2016)   9    3  (esercitazione)
6  (lezione)

Di seguito sono elencati gli eventi e gli insegnamenti di Terza Missione collegati al docente:

  • Eventi di Terza Missione: eventi di Public Engagement e Formazione Continua.
  • Insegnamenti di Terza Missione: insegnamenti che fanno parte di Corsi di Studio come Corsi di formazione continua, Corsi di perfezionamento e aggiornamento professionale, Corsi di perfezionamento, Master e Scuole di specializzazione.
Competenze
Argomento Descrizione Area di ricerca
MSC 62F15 - Inferenza Bayesiana Teoria bayesiana della stima di funzioni in modelli statistici non parametrici, incluso lo studio d'insiemi di credibilità per quantificare l'incertezza degli stimatori puntuali. L'analisi copre anche problemi bayesiani inversi, come la deconvoluzione, in cui l'oggetto d'interesse deve essere ricostruito a partire da osservazioni indirette affette da errori. Metodi quantitativi per l’economia
Parametric inference
MSC 62G20 - Proprietà asintotiche Analisi di procedure basate sulla verosimiglianza: - consistenza e tassi di convergenza di stimatori non parametrici di massima verosimiglianza nella distanza di Hellinger; - proprietà asintotiche frequentiste di procedure bayesiane non parametriche, inclusi risultati generali sui tassi di convergenza di distribuzioni a posteriori, stima adattiva e proprietà di copertura d'insiemi di credibilità non parametrici. Metodi quantitativi per l’economia
Nonparametric inference


Condividi