Luisa Scaccia
Luisa Scaccia
Professoressa di ruolo - II fascia (STAT-01/A)
- Contatti
-
- Tel. interno (+39) 0733 258 3277
- E-mail scaccia@unimc.it
- Cellulare 3248016004
Dipartimento di Economia e Diritto
Laurea in Statistica Economica nel 1997 presso l'Università La Sapienza di Roma.
Master in Statistics nel 1999 presso la School of Mathematics and Statistics, University of Sheffield, UK.
Dottorato in Metodi statistici e matematici per la ricerca economica e sociale nel 2001 presso l’Università degli Studi di Perugia.
Insegna Statistica ed Inferenza statistica presso l'Università degli Studi di Macerata. Svolge occasionalmente attività di formazione post-universitaria in corsi di Master e Dottorato in Italia e all’Estero.
Ha pubblicato su temi di metodologia statistica, modelli di analisi dati e tecniche computazionali su riviste internazionali quali Biometrika, Computational and Graphical Statistics, Computational Statistics and Data Analysis, Journal of Statistical Planning and Inference, Journal of Statistical Computation and Simulation, Review of Managerial Science, Central European Journal of Operations Research, Global & Local Economic Review, European Transport/Trasporti Europei. Svolge attività di ricerca su misture di modelli, metodi Monte Carlo Markov Chain, Modelli a scelta discreta, modelli per dati spaziali. Ha partecipato a progetti di interesse nazionale su Metodi statistici per ordinamenti stocastici con applicazioni sociosanitarie ed ambientali, Modelli marginali per variabili categoriche con applicazioni all'analisi causale, Cambiamento strutturale e Crescita.
- Errore
- Si è verificato un errore con codice 1500. Vi preghiamo di riprovare più tardi.
-
2026/2027
Insegnamento Classe Aula Teams ANALISI DEI BIG DATA Dipartimento di Economia e diritto
LM-77 R(m), TAF B, ORD. 2026, Anno 1 MANAGEMENT E CONSULENZA AZIENDALE ANALISI DEI BIG DATA - Mod.A Dipartimento di Economia e diritto
LM-77 R, TAF B, ORD. 2026, Anno 1 MARKETING E MERCATI GLOBALI ANALISI DEI BIG DATA - Mod.A Dipartimento di Economia e diritto
LM-16 R(m), TAF B, ORD. 2026, Anno 1 Finanza e Tecnologia ANALISI DEI BIG DATA - Mod.B Dipartimento di Economia e diritto
LM-16 R(m), TAF B, ORD. 2026, Anno 1 Finanza e Tecnologia ANALISI DEI BIG DATA - Mod.B Dipartimento di Economia e diritto
LM-77 R, TAF B, ORD. 2026, Anno 1 MARKETING E MERCATI GLOBALI STATISTICA - STATISTICA - MOD. A Dipartimento di Economia e diritto
L-18 R(m), TAF B, ORD. 2026, Anno 1 PERCORSO COMUNE STATISTICA - STATISTICA - MOD. B Dipartimento di Economia e diritto
L-18 R, TAF B, ORD. 2026, Anno 1 PERCORSO COMUNE STATISTICA DESCRITTIVA Dipartimento di Economia e diritto
L-41 R, TAF A, ORD. 2026, Anno 1 COMUNE
-
2025/2026
Insegnamento Classe Mutuazione Calendario ANALISI DEI BIG DATA - Mod.a Dipartimento di Economia e diritto
LM-77 R, LM-16 R(m), LM-77 R(m) ANALISI DEI BIG DATA - Mod.b Dipartimento di Economia e diritto
LM-77 R, LM-16 R(m) STATISTICA - Statistica - mod. b Dipartimento di Economia e diritto
L-18 R, L-33(m), L-33 R(m) -
Statistica di base e indicatori di sostenibilita
- Statistica di base e indicatori di sostenibilita mod.b
Classe: L-33, L-33 R
STATISTICA DESCRITTIVA Dipartimento di Economia e diritto
L-41 R, L-18(m), L-18 R(m), L-33(m), L-33 R(m) -
Statistica
- Statistica - mod. a
Classe: L-18, L-18 R
-
Statistica di base e indicatori di sostenibilita
Classe: L-33, L-33 R
-
-
2024/2025
Insegnamento Classe Mutuazione Calendario ANALISI DEI BIG DATA - Analisi dei big data - mod. a Dipartimento di Economia e diritto
LM-77, LM-16(m) -
Informatica e analisi dei big data
- Informatica e analisi dei big data - mod. a
Classe: LM-16
ANALISI DEI BIG DATA - Analisi dei big data - mod. b Dipartimento di Economia e diritto
LM-77, LM-16(m) -
Informatica e analisi dei big data
- Informatica e analisi dei big data - mod. b
Classe: LM-16
DATA MINING Dipartimento di Economia e diritto
L-41 STATISTICA Dipartimento di Economia e diritto
L-18, L-5(m), L-18(m), L-41(m) -
Statistica
Classe: L-5
-
Statistica descrittiva
Classe: L-41
-
- SECS-S/03 - Statistica economica
- SECS-P/05 - Econometria
| Breve descrizione | Settore ERC | Parole chiave |
|---|---|---|
| Misture di modelli, utilizzate come strumento semiparametrico per modellizzare i dati e come strumento per creare gruppi di dati simili tra loro | SH1_4: Econometrics, statistical methods | Miscugli di modelli, Modelli hidden Markov, Scelta del numero di componenti, Reversible Jump, Eterogeneità, Modelli semiparametrici, Clustering, Classi latenti |
| Metodi Monte Carlo Markov Chain. Sviluppo e impiego di tali tecniche in ambito Bayesiano e in ambito frequentista per ottenere stime di massima verosimiglianza approssimate per distribuzioni note a meno di una costante di normalizzazione. | PE1_14: Statistics | MCMC, Reversible Jump, Statistica Bayesiana, Scelta del modello Bayesiana, Verosimiglianza marginale, Bridge sampling, Stime di massima verosimiglianza approssimate |
| Modelli a scelta discreta per l’analisi della domanda di trasporto rilevata attraverso tecniche di “preferenze dichiarate” | SH3_8: Mobility, tourism, transportation and logistics | Modelli a scelta discreta, Preferenze dichiarate, Multinomial logit, Miscugli di mixed multinomial logit, Analisi della domanda di trasporto, Modelli a classi latenti |
| Modelli per dati spaziali, con particolare riferimento a modelli simmetrici e separabili | SH3_12: Geo-information and spatial data analysis | Modelli per dati spaziali, Processi autoregressivi, Processi su reticolo, Separabilità, Simmetria assiale, Processo doubly-geometric |
| Lingua | Conoscenza |
|---|---|
| Inglese | Eccellente |
| Francese | Buono |
| Tedesco | Elementare |
Aree: Europa, Italia
Paesi:
Italia,
Gran Bretagna e Irlanda del Nord,
Francia
- Errore
- Si è verificato un errore con codice 1500. Vi preghiamo di riprovare più tardi.
- Altri organismi
- Errore
- Si è verificato un errore con codice 1500. Vi preghiamo di riprovare più tardi.
- Errore
- Si è verificato un errore con codice 1500. Vi preghiamo di riprovare più tardi.