StaTA Research Group

A platform trial design for preventive vaccines against emerging infectious disease threats: from Cholera to Ebola to COVID-19

Thu, 25 May 2023 00:00:00 +0200

Seminar

A platform trial design for preventive vaccines against emerging infectious disease threats: from Cholera to Ebola to COVID-19

Ira Longini

Department of Biostatistics, University of Florida

Abstract. We are facing a global assault of emerging infectious disease threats. Some recent examples are Ebola, Zika, Covid-19, Lassa fever and monkeypox. When these threats emerge, there is an urgent need to evaluate the effectiveness of candidate vaccines as they are rolled out; first as experimental products with unknown effectiveness, and later in terms of optimal deployment for disease control. In this presentation, we develop a series of designs and estimating equations for the evaluation of the direct effectiveness (i.e., efficacy) and the indirect (i.e., herd) protection of these vaccine candidates. We develop a model formulation to estimate the direct, indirect, total, and overall vaccine effects combining data from trials with two types of study designs: individual-randomization within cluster and cluster-randomization, based on a Cox proportional hazards model, where the hazard of infection depends on bothvaccine status of the individual as well as the vaccine status of the other individuals in the same cluster. The estimating equations are derived as the partial likelihood score function for the marginal proportional hazards model. Then the estimators for the vaccine effectiveness estimators are derived as functions of the estimated parameters from the proportional hazards model. We illustrate the use of the proposed model and assess the potential efficiency gain from combining data from multiple trials, compared to using data from each individual trial alone, through two simulation studies, one of which is designed based on a cholera vaccine trial previously carried out in Matlab, Bangladesh. We provide these estimators over a seamless adaptive design for an overall platform vaccine trial. We give further examples of this approach from a past ring vaccine trial for Ebola in Guinea and ongoing vaccine trials for COVID 19.

Speaker: Ira Longini

Download

Info

The seminar will be held on Thursday 25 May 2023 at 15:30 at the Department of Economics and Management of the University of Trento (Room 3E, third floor).

The seminar will be held in English.

tweet author | share on Google+

GOFCP 2019

Fri, 06 Sep 2019 00:00:00 +0200

tweet author | share on Google+

Historical highlights in the development of methodology for categorical data analysis

Mon, 08 Apr 2019 00:00:00 +0200

Seminar

Historical highlights in the development of methodology for categorical data analysis

Alan Agresti

Distinguished Professor Emeritus

Department of Statistics, University of Florida

Abstract. This talk surveys the development of basic methods of categorical data analysis, starting with Karl Pearson’s introduction of the chi-squared test in 1900 and early contributions by R. A. Fisher. It focuses on statistical methods such as analyzing associations in contingency tables, logistic regression and probit models, loglinear models, and Bayesian approaches. The talk will not assume any prior knowledge about the topic, and will show examples of the methods.

Speaker: prof. Alan Agresti

Download

- Flyer of the event.

Info

The seminar will be held on Monday 8 April 2019 at 15:00 at the Department of Economics and Management of the University of Trento (Aula Azzurra).

The seminar will be held in English.

tweet author | share on Google+

The vicissitudes of the variance estimation of the Gini index

Thu, 06 Dec 2018 00:00:00 +0100

Seminar

The vicissitudes of the variance estimation of the Gini index

Yves Tillé

Université de Neuchâtel

Abstract. The computation of variance of the Gini index has been subject to numerous publications. The same results, as well as the same errors, have been republished several times, often with a clear lack of reference to previous work. First, we show where is the trap of the computation of the variance of the Gini index. Next, we show how the variance can be correctly computed. The relevance of the regression-based approach is evaluated.

Speaker: prof. Yves Tillé

Download

- Flyer of the event.
- Presentation.
- Langel, Tillé (2013) “Variance estimation of the Gini index: revisiting a result several times published” Journal of the Royal Statistical Society: Series A, 176:2, 521-540.

Info

The seminar will be held on Thursday 6 December 2018 at 11:00 at the Department of Economics and Management of the University of Trento (Sala Conferenze, ground floor).

The seminar will be held in English.

tweet author | share on Google+

La trasmissione dello sviluppo

Thu, 18 Oct 2018 00:00:00 +0200

Convegno

La trasmissione dello sviluppo

Flavio Santi, Giuseppe Espa, Enrico Zaninotto

Dipartimento di Economia e Management dell’Università degli Studi di Trento

L’affermazione dell’economia della conoscenza ha cambiato in modo sostanziale le logiche della localizzazione, offrendo inedite opportunità ma al tempo stesso evidenziando nuove problematiche per i territori montani per i quali, oltre al venir meno delle condizioni di marginalità, sembra che sia anche leggibile una differente capacità di inserirsi nelle attuali condizioni di sviluppo.

Il volume La nuova geografia della crescita, presentato in occasione del convegno, legge lo sviluppo regionale alla luce dei modelli di convergenza/divergenza dei livelli di benessere delle regioni europee. Ne emerge una nuova lettura dei fattori localizzativi sulla crescita delle regioni con differente densità abitativa e in particolare delle aree alpine.

Evento promosso e organizzato da:

tsm - Trentino School of management

DEM - Dipartimento di Economia e Management dell’Università degli Studi di Trento

Programma

Saluti e introduzione

- Paolo Nicoletti

Direttore Generale della Provincia Autonoma di Trento

- Paola Borz

Direttrice Generale di tsm - Trentino School of Management

I tre autori

- Enrico Zaninotto

Professore di Economia e gestione delle imprese all'Università di Trento. Concentra i suoi studi sulle performance dei sistemi produttivi, sia a livello di impresa, sia a livello di economie regionali

- Giuseppe Espa

Professore di Statistica economica all'Università di Trento, con un particolare interesse per l'analisi e la modellazione di micro dati a connotazione territoriale e per le tecniche di rilevazione campionaria nelle analisi economiche

- Flavio Santi

Assegnista di ricerca in Statistica economica all'Università di Trento, dove si è specializzato sugli aspetti metodologici e computazionali connessi con la specificazione e la stima di modelli statistici spaziali per l'analisi economica

Discutono con

- Roberta Capello

Professore di Economia regionale e urbana al Politecnico di Milano e Direttore della rivista ufficiale dell'AISRe (Associazione Italiana di Scienze Regionali) Scienze Regionali SR – Italian Journal of Regional Science

- Maria Luigia Segnana

Professore di Economia Internazionale all'Università di Trento

Materiali

Info

Il convegno si terrà giovedì 18 ottobre 2018, dalle 17.00 alle 19.00 nella Sala Conferenze (piano terra) del Dipartimento di Economia e Management dell’Università degli Studi di Trento (Via Inama 5, Trento).

Iscrizioni. La partecipazione al Convegno è gratuita con iscrizione obbligatoria on line a questo indirizzo fino ad esaurimento posti (90). Il Convegno riconosce CFP (Crediti Formativi della Provincia autonoma di Trento) per l’Albo dei Dirigenti.

tweet author | share on Google+

The use of spatial information in entropy measures

Thu, 19 Apr 2018 00:00:00 +0200

Seminar

The use of spatial information in entropy measures

Linda Altieri, Daniela Cocchi, Giulia Roli

Department of Statistical Sciences, Univeristy of Bologna

Abstract. Entropy is widely employed in many applied sciences to measure the heterogeneity of observations. Recently, many attempts have been made to build entropy measures for spatial data, in order to capture the influence of space over the variable outcomes. The main limit of these developments is that all indices are computed conditional on a single distance and do not cover the whole spatial configuration of the phenomenon under study. Moreover, most of them do not satisfy the desirable additivity property between local and global spatial measures. This work reviews some recent developments, based on univariate distributions, and compares them to a new approach which considers the properties of entropy measures linked to bivariate distributions. This perspective introduces substantial innovations. Firstly, Shannon’s entropy may be decomposed into two terms: spatial mutual information, accounting for the role of space in determining the variable outcome, and spatial global residual entropy, summarizing the remaining heterogeneity carried by the variable itself. Secondly, these terms both satisfy the additivity property, being sums of partial entropies measuring what happens at different distance classes. The proposed indices are used for measuring the spatial entropy of a marked point pattern on rainforest tree species. The new entropy measures are shown to be more informative and to answer a wider set of questions than the current proposals of the literature.

Key words: additivity property, categorical variables, marked spatial point processes, mutual information, residual entropy, Shannon’s entropy, spatial entropy

Speaker: prof. Daniela Cocchi

Info

The seminar will be held on Thursday 19 April 2018 at 14:00 at the Department of Economics and Management of the University of Trento (seminar room, 1st floor).

The seminar will be held in English.

tweet author | share on Google+

Preparazione del PC per i laboratori

Tue, 20 Feb 2018 00:00:00 +0100

Premessa

I laboratori pomeridiani si svolgeranno utilizzando il software statistico open-source R. Per poter seguire al meglio i laboratori, si consiglia ai partecipanti di portare il proprio computer portatile avendo cura di avere già installato una versione aggiornata di R (o RStudio) e i pacchetti R che vengono elencati di seguito.

Di seguito vengono fornite le indicazioni per installare sul proprio PC una versione aggiornata di R e dei pacchetti R che verranno utilizzati.

Chi ha già una versione di R installata può verificare se è aggiornata leggendo la sezione seguente.

Chi installa R per la prima volta può leggere direttamente la sezione “Installazione di R”.

Utenti di RStudio ed altri IDE per R. Durante il corso verrà utilizzato solo R, tuttavia i partecipanti che abitualmente lavorano con RStudio o altri IDE per R (come ad esempio Tinn-R o Eclipse con il plugin per R StatET), potranno utilizzare il software che preferiscono assicurandosi che la versione di R inclusa sia aggiornata (3.4.0 o successive) ed i pacchetti R installati.

Verifica della versione di R installata

Se nel computer è già installata una versione di R (o di RStudio), è possibile verificare il numero della versione digitando a console il comando:

R.version.string

Dopo aver premuto invio, viene stampata a video la versione di R installata sul PC.

Se la versione è la 3.4.0 o successiva, non è necesssario aggiornare R, ed è possibile procedere direttamente all’installazione dei pacchetti R.

In caso contrario, R può essere aggiornato semplicemente installando una nuova versione.

Installazione di R

Windows

Sulle macchine con sistema operativo Windows si può installare R scaricandolo dal sito ufficiale CRAN (cran.r-project.org). L’ultima versione (3.4.3) può essere scaricata dal CRAN direttamente tramite questo link.

Nel processo di installazione possono essere accettate le impostazioni di default.

Una volta completata l’installazione di R, è possibile procedere all’installazione dei pacchetti R necessari.

MacOS X

Sulle macchine con sistema operativo MacOS X si può installare R scaricandolo dal sito ufficiale CRAN (cran.r-project.org). L’ultima versione (3.4.3) può essere scaricata dal CRAN direttamente tramite questo link.

Nel processo di installazione possono essere accettate le impostazioni di default.

Una volta completata l’installazione di R, è possibile procedere all’installazione dei pacchetti R necessari.

Linux

Sono disponibili versioni di R per le distribuzioni basate su Debian, Suse e Redhat (incluso Fedora). Viene inoltre mantenuta una versione specifica per le distribuzioni di Ubuntu.

Nel sito ufficiale CRAN (cran.r-project.org) sono fornite tutte le istruzioni necessarie per l’installazione.

Una volta completata l’installazione di R, è possibile procedere all’installazione dei pacchetti R necessari.

Installazione dei pacchetti R

Attenzione: per l’installazione dei pacchetti è necessario disporre di una connessione internet funzionante.

I pacchetti che verranno utilizzati durante il corso possono essere installati digitando nella console R il seguente comando:

install.packages('sampling')

o equivalentemente:

install.packages("sampling")

Se il processo di installazione si conclude senza messaggi di errore, significa che i pacchetti sono stati installati correttamente.

Nota: se sul PC sono già installati uno o più dei pacchetti elencati, il comando install.packages li reinstalla garantendo che siano aggiornati all’ultima versione disponibile. Si consiglia quindi di eseguirlo in ogni caso.

A questo punto il PC è pronto!

tweet author | share on Google+

Teoria del campionamento per le indagini economiche, sociali e ambientali

Tue, 20 Feb 2018 00:00:00 +0100

Docenti

Teoria

prof. Lorenzo Fattorini

Dipartimento di Economia Politica e Statistica, Università di Siena

Lorenzo Fattorini è professore ordinario di statistica presso il Dipartimento di Economia Politica e Statistica dell’Università di Siena. È stato Direttore del Dipartimento di Metodi Quantitativi dell’Università di Siena tra il 2000 e il 2003 e tra il 2009 e il 2010.

I suoi interessi di ricerca vertono sulla teoria del campionamento ed in particolare sulle strategie di campionamento nelle indagini su popolazioni animali e vegetali per la stima e la mappatura dell’abbondanza, della copertura e della biodiversità.

È Associate Editor di Environmetrics e di Environmental and Ecological Statistics. Dal 2006 al 2009 ha diretto l’allora neonato gruppo di lavoro sulle metodologie di campionamento (Working Group on Methodologies for Sample Surveys) della Società Italiana di Statistica (SIS). Nel 2017 entra a far parte del Comitato Scientifico del Parco Regionale della Maremma.

È membro della Società Italiana di Statistica (SIS), membro eletto dell’International Statistical Institute (ISI), membro di The International Environmetric Society (TIES), e dell’International Association of Survey Statistiscians (IASS).

Pratica: laboratori in R

Maria Michela Dickson, PhD
Dipartimento di Economia e Management, Università degli Studi di Trento

Diego Giuliani, PhD
Dipartimento di Economia e Management, Università degli Studi di Trento

Flavio Santi, PhD
Dipartimento di Economia e Management, Università degli Studi di Trento

Programma

Martedì 20 febbraio

9:30-11:00 - Campionamento probabilistico da popolazioni finite - Modulo 1

Definizione di concetti di base (popolazione, variabili, parametri, campione). Schemi di campionamento. Disegno. Probabilità di inclusione di primo e di secondo ordine. Strategia campionaria.

11:00-11:30 - Pausa

11:30-13:00 - Campionamento probabilistico da popolazioni finite - Modulo 2

Stimatori e loro proprietà (correttezza, precisione, normalità). Stimatore di Horvitz-Thompson (HT) del totale. Varianza. Stima della varianza. Stimatore di HT della media. Criticità dello stimatore HT.

13:00-14:30 - Pausa pranzo

14:30-16:00 - Campionamento probabilistico da popolazioni finite - Modulo 3

La favola degli elefanti di Basu. Stimatore di Hajék. Stimatori non lineari (cenni). Coerenza dello stimatore HT (cenni).

16:00-16:30 - Pausa

16:30-18:00 - Laboratorio con R

Richiami sull'utilizzo del software statistico R. Vettori, matrici e data-set. Utilizzo di funzioni e pacchetti. Introduzione al pacchetto "sampling".

Mercoledì 21 febbraio

9:30-11:00 - Disegni di uso comune - Modulo 1

Campionamento casuale semplice. Campionamento stratificato. Campionamento sistematico.

11:00-11:30 - Pausa

11:30-13:00 - Disegni di uso comune - Modulo 2

Campionamento a gruppi. Campionamento di centri (network sampling). Campionamento di unità spaziali.

13:00-14:30 - Pausa pranzo

14:30-16:00 - Laboratorio con R

Definizione di probabilità di inclusione. Estrazione di campioni casuali semplici. Definizione e disegno del piano di campionamento stratificato.

16:00-16:30 - Pausa

16:30-18:00 - Laboratorio con R

Stimatori del totale. Varianza degli stimatori. Disegni di campionamento per dati spaziali.

Giovedì 22 febbraio

9:30-11:00 - Uso dell'informazione ausiliaria - Modulo 1

Uso dell'informazione ausiliaria a livello di disegno: campionamenti $\pi$ps. Uso dell'informazione ausiliaria a livello di stimatore: lo stimatore per differenza.

11:00-11:30 - Pausa

11:30-13:00 - Uso dell'informazione ausiliaria - Modulo 2

Lo stimatore per regressione. Lo stimatore per rapporto. La gestione delle non-risposte.

13:00-14:30 - Pausa pranzo

14:30-16:00 - Laboratorio con R

Implementazione di campionamenti $\pi$ps. Uso degli stimatori per differenza, per regressione e per rapporto.

16:00-16:30 - Pausa

16:30-18:00 - Laboratorio con R

Trattamento delle mancate risposte e metodi di calibrazione. Applicazione in disegni di uso comune.

Download

Materiale informativo sul corso:

Presentazioni ed altro materiale utilizzato:

Organizzazione e info

Evento organizzato dal gruppo StaTA sotto il coordinamento scientifico del prof. Giuseppe Espa.

La partecipazione all’evento è gratuita. Le lezioni si svolgono nell’aula 20 “B. Andreatta” presso il Dipartimento di Sociologia e Ricerca Sociale (Via G. Verdi 26, Trento).

Iscrizioni ed eventuali CFU:

gli studenti del Dipartimento di Economia e Management dell’Università di Trento possono iscriversi da Comunità On Line (nome corso: Teoria del campionamento per le indagini economiche, sociali e ambientali). Per gli studenti del dipartimento sono disponibili 50 posti in totale. La verbalizzazione per il riconoscimento dei CFU dovrà essere fatta iscrivendosi all’attività su esse3 quando verrà abilitata
gli studenti provenienti dagli altri dipartimenti dell’ateneo possono iscriversi da questa pagina
gli studenti provenienti da altri atenei e tutti gli interessati a partecipare possono iscriversi inviando una mail all’indirizzo statagroup@unitn.it

Preparazione del PC per i laboratori. Durante i laboratori verrà utilizzato il software statistico open-source R. Le informazioni per preparare il PC installando R ed i pacchetti necessari sono disponibili a questa pagina.

Per ulteriori informazioni scrivere a: statagroup@unitn.it

tweet author | share on Google+

Semi-parametric regression estimation of the tail index

Wed, 31 Jan 2018 00:00:00 +0100

Seminar

Semi-parametric regression estimation of the tail index

Mofei Jia

International Business School Suzhou, Xi’an Jiaotong-Liverpool University, China

Emanuele Taufer, Maria Michela Dickson

Department of Economics and Management, University of Trento, Italy

Abstract. Consider a distribution $F$ with regularly varying tails of index $\alpha$. An estimation strategy for $\alpha$, exploiting the relation between the behavior of the tail at infinity and that of the characteristic function near the origin is proposed. A semi-parametric regression model does the job: a non-parametric component controls the bias and a parametric one produces the actual estimate. Implementation of the estimation strategy is quite simple as it can rely on standard software packages for generalized additive models. A generalized cross validation procedure is suggested in order to handle the bias-variance trade-off. The theoretical properties of the proposed procedure, consistency and asymptotic normality, are derived. Simulations show the excellent performance of this estimator in a wide range of cases. An application to data sets on city sizes, facing the debated issue of distinguishing Pareto-type tails from Log-normal tails, illustrates how the proposed method works in practice.

Key words: heavy-tailed distributions, regular variation, empirical characteristic function, Zipf’s law.

Speaker: prof. Emanuele Taufer

Info

The seminar will be held on Wednesday 31 January 2018 at 14:00 at the Department of Economics and Management of the University of Trento (seminar room, 1st floor).

The seminar will be held in English.

tweet author | share on Google+

Advances in Sampling Methods

Wed, 15 Feb 2017 00:00:00 +0100

Programme

9:00

prof. Geremia Gios
Head Department of Economics and Management, University of Trento, Italy
prof. Antonio Schizzerotto
University of Trento and FBK – IRVAPP, Italy

Saluti e introduzione.

9:45

prof. Yves Tillé
University of Neuchâtel, Switzerland

Selecting skillfully the sample.

11:00

Break

11:15

prof. Lorenzo Fattorini
University of Siena, Italy

A challenge for statisticians: the design-based spatial interpolation.

12:15

prof. Li-Chun Zhang
University of Southampton, UK

A survey of list, graph, network sampling.

13:00

Lunch

14:30

prof. Roberto Benedetti
University "G. d'Annunzio" of Chieti-Pescara, Italy

Balanced, spatially balanced & doubly balanced sample selection algorithms based on MCMC.

15:15

Break

15:30

prof. Emanuele Taufer
University of Trento, Italy

Variance estimation in spatial surveys.

16:30

Closing

Information

Seminars will be held in Room 16, Department of Sociology and Social Research.

The participation is free. The participants will receive a certificate of attendance.

For any information, please contact (+39) 0461 282384.

Download

- Flyer of the event

Scientific and Organising Committee

Chair: PhD Maria Michela Dickson, University of Trento

Scientific and Organising Committee:
Maria Michela Dickson, Giuseppe Espa, Diego Giuliani, Marco Bee, Flavio Santi.

For any information, please contact (+39) 0461 282384.

tweet author | share on Google+