Ricerc@Sapienza

L'argomento principale del presente progetto è lo studio di modelli statistici per serie storiche che presentano diverse discontinuità nel tempo. E' una questione di rilevanza attuale vista la crescente disponibilità di dati; nel caso delle serie storiche questo può implicare l'esistenza di diversi pattern e discontinuità nel corso dell'intervallo temporale di rilevazione. I tipi di discontinuità che andremo ad analizzare portano a modelli non stazionari, assumendo la possibilità di cambi strutturali nel tempo e l'esistenza di diversi regimi nel tempo. All'interno di ogni regime, quindi, i parametri del modello possono cambiare, sia rispetto alle caratteristiche del primo ordine (trend, medie) che a quelle del secondo (autocorrelazioni, varianze). In più andremo a considerare l'effetto stagionale, comune a dati in molti campi come la finanza, l'idrologia o la climatologia, analizzandolo mediante modelli periodici, possibilmente diversi in ogni regime. I modelli risultanti fanno uso di un insieme plausibilmente molto vasto di parametri, che può complicare l'interpretabilità dei risultati. Per questo motivo, una fase importante del progetto prevede studi di parsimonia per ridurre il numero dei parametri del modello. In particolare, verrà considerata la possibilità di raggruppare i parametri stagionali in gruppi (e.s. si passerà da mesi a trimestri), possibilmente anche di lunghezza non omogenea all'interno dell'anno. L'identificazione del modello risultante è un problema combinatoria intrattabile con metodi standard, quindi può essere approcciato con metodi di calcolo evolutivo come gli algoritmi genetici (GA). Il progetto si comporrà sia di fasi modellistiche che di implementazione computazionale, per poi utilizzare i metodi automatici prodotti per l'analisi di serie storiche reali in diversi ambiti applicativi.