minozzo
univrit
mercoledì,
Ore 12.00
- 13.00,
Polo Santa Marta, piano 1, stanza 1.33
L'orario di ricevimento settimanale a Verona del mercoledì dalle 12.00 alle 13.00 è valido nel periodo didattico del primo semestre che va dal 23 settembre 2024 al 23 dicembre 2024 (si controllino sempre anche gli avvisi del docente per eventuali cambiamenti). Usualmente, il docente riceve nel proprio studio al primo piano del polo universitario Santa Marta in via Cantarane 24 (Verona). Il ricevimento si potrà tenere anche online via Zoom. Per il ricevimento in giorni o in periodi diversi da quelli indicati si prega di contattare direttamente il docente. Gli studenti dell'Università degli Studi di Verona devono usare il loro indirizzo email istituzionale (ad esempio, nome.cognome@studenti.univr.it); prima di scrivere al docente, si raccomanda di controllare che la propria casella di posta elettronica non sia piena e che possa permettere la regolare ricezione delle email.
Curriculum Vitae (English)
(pdf, en, 191 KB, 29/03/22)
Curriculum Vitae (Italiano)
(pdf, it, 351 KB, 29/03/22)
Professore associato di Statistica presso l'Università degli Studi di Verona. In precedenza, Ricercatore in Statistica presso l'Università degli Studi di Perugia. Laureato in Scienze statistiche ed economiche presso l'Università degli Studi di Padova, ha conseguito il titolo di Doctor of Philosophy (Ph.D.) in Statistics presso l'University College London. Il principale ambito di ricerca è attualmente sull'analisi di dati georeferenziati multivariati. L'attività didattica è concentrata in insegnamenti di statistica e di probabilità in corsi di laurea, corsi di laurea magistrale, master e corsi di dottorato.
Insegnamenti attivi nel periodo selezionato: 146.
Clicca sull'insegnamento per vedere orari e dettagli del corso.
Di seguito sono elencati gli eventi e gli insegnamenti di Terza Missione collegati al docente:
| Argomento | Descrizione | Area di ricerca |
|---|---|---|
| JEL C13 - Stime statistiche: generale | Sviluppo e stima di modelli statistici in ambito finanziario, economico e sociale; algoritmi di stima Monte Carlo computazionalmente intensivi quali Monte Carlo EM e sequential Monte Carlo. Metodologia threshold per la stima della varianza integrata di semimartingale con salti. |
Metodi quantitativi per l’economia
Econometric and Statistical Methods and Methodology: General |
| JEL C15 - Metodi di simulazione statistici: generale | Metodi di stima computer intensive, basati su simulazioni Monte Carlo, bootstrap e inferenza indiretta, machine learning, e sviluppo di software statistico per l’analisi di fenomeni economici. |
Metodi quantitativi per l’economia
Econometric and Statistical Methods and Methodology: General |
| MSC 62H11 - Dati direzionali; Statistica spaziale | Modellizzazione e analisi (data science) di dati areali e georeferenziati, sia univariati sia multivariati, con l'utilizzo di modelli gaussiani e non gaussiani (per dati discreti, asimmetrici ecc.); sviluppo di modelli spaziali a fattori latenti; modellizzazione di dati spaziali direzionali. |
Metodi quantitativi per l’economia
Multivariate analysis |
| MSC 62M10 - Serie storiche, autocorrelazione, regressione, etc. | Modellizzazione e analisi (data science) di serie temporali univariate e multivariate, per dati equispaziati e non, anche con l'utilizzo di modelli a fattori latenti e per dati asimmetrici; metodi di machine learning per l'analisi di grosse basi di dati temporali. |
Metodi quantitativi per l’economia
Inference from stochastic processes |
| MSC 62M20 - Previsioni; filtri (statistica) | Tecniche di previsione e filtraggio del segnale quali il filtro di Kalman; tecniche di previsione, smoothing e filtraggio basate su simulazioni Monte Carlo, quali particle filtering e sequential Monte Carlo. |
Metodi quantitativi per l’economia
Inference from stochastic processes |
| MSC 62P05 - Applicazioni alle scienze attuariali e alla matematica finanziaria | Modellizzazione del rischio in ambito assicurativo e finanziario, in particolare del rischio di credito attraverso modelli e algoritmi di credit scoring; calibrazione delle probabilità di default; segmentazione del mercato. |
Metodi quantitativi per l’economia
Applications |
| MSC 65C05 - Metodi Monte Carlo | Metodi Monte Carlo per la stima e la previsione di modelli dinamici, quali Markov chain Monte Carlo, particle filters e sequential Monte Carlo. Applicazioni dei metodi in ambito economico e finanziario. In particolare applicazioni per la soluzione numerica di equazioni differenziali stocastiche forward-backward. Studio dei metodi di regressione Longstaff-Schwartz per la soluzione di inviluppi di Snell e applicazioni in ambito rischio controparte. |
Metodi quantitativi per l’economia
Probabilistic methods, simulation and stochastic differential equations |
| MSC 91G70 - Metodi statistici ed econometrici | Metodi statistici ed econometrici per la modellizzazione e l'analisi (data science) di dati economici e sociali; tecniche di machine learning per l'analisi di grosse basi di dati; sviluppo di software statistico. |
Finanza quantitativa
Mathematical finance |
© 2024 | Verona University
