TONELLATO Stefano Federico

Position
Associate Professor
Telephone
041 234 7422
E-mail
stone@unive.it
Fax
041 234 7444
Scientific sector (SSD)
STATISTICA [SECS-S/01]
Website
www.unive.it/persone/stone (personal record)
Office
Department of Economics
Website: https://www.unive.it/dep.economics
Where: San Giobbe
Research Institute
Research Institute for Complexity

Dati relazione

Periodo di riferimento
11/08/2019 - 10/08/2022
Afferenza
Dipartimento di Economia
Ruolo
Professori Associati
A.A.InsegnamentoCodice VotoVoto medio area
2018/2019INTRODUCTION TO PROBABILITY FOR ECONOMICSLT902933.2
2018/2019STATISTICAET00602.93.1
2018/2019STOCHASTIC MODELS FOR FINANCEEM50282.93.1
2019/2020INTRODUCTION TO PROBABILITY FOR ECONOMICSLT90296.48.1
2019/2020STATISTICAET00606.17.6
2019/2020STOCHASTIC MODELS FOR FINANCEEM50286.67.6
2020/2021INTRODUCTION TO PROBABILITY FOR ECONOMICSLT90297.28.3
2020/2021STATISTICAET00606.97.8
2020/2021STOCHASTIC MODELS FOR FINANCEEM50287.47.8
Anno solareTipologiaTesi RelatoreTesi Correlatore
2019Corso di laurea1
2019Corso di laurea magistrale1
2020Corso di laurea3
2020Corso di laurea magistrale23
2021Corso di laurea1
  • SELECT - Unfolding the SEcrets of LongEvity
  • Classification methods for functional data
  • Classificazione di dati funzionali
  • Clustering with nonparametric bayesian models
  • Comparison of cluster analysis procedures
  • Forecasting of health workforce needs
  • Processi spazio-temporali
  • SELECT Studio sulla longevità (FInanziato PRIN)
  • SELECT Studio sulla longevità (FInanziato PRIN)
  • Pastore, Andrea; Tonellato, Stefano F; Aliverti, Emanuele; Campostrini, Stefano (2022), When does morbidity start? An analysis of changes in morbidity between 2013 and 2019 in Italy in STATISTICAL METHODS & APPLICATIONS, vol. in press, pp. 1-15 (ISSN 1618-2510) (Articolo su rivista)
  • Casarin R., Facchinetti R., Sorice D., Tonellato S. (2021), Decision trees and random forests , The Essentials of Machine Learning in Finance and Accounting, Routledge, Taylor & Francis, pp. 1-30 (ISBN 9780367480813) (Articolo su libro)
  • Tonellato S.F. (2020), Bayesian nonparametric clustering as a community detection problem in COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 152 (ISSN 0167-9473) (Articolo su rivista)
  • Stefano Tonellato (2019), Bayesian nonparametric clustering as a community detection problem , Bayesian nonparametric clustering as a community detection problem in WORKING PAPER-DEPARTMENT OF ECONOMICS, CÀ FOSCARI. UNIVERSITY OF VENICE, Department of Economics Ca' Foscari University of Venice, vol. 4 (ISSN 1827-3580) (Articolo su libro)
Nel corso del triennio l'attività di ricerca si è svolta principalmente lungo due filoni. Il primo riguarda la ricostruzione di strutture discrete definite da modelli probabilistici del tipo misture infinite, tipicamente impiegate nella statistica bayesiana non parametrica. Tali strutture discrete sono rappresentate come grafi e analizzate con metodologie popolari nell'ambito della fisica e dell'informatica in modo da identificare gruppi omogenei di unità statistiche (clustering). La metodologia proposta consente di quantificare lo stato di incertezza circa le soluzioni di clustering che si ottengono. I risultati della ricerca sono stati pubblicati sulla rivista Computational Statistics & Data Analysis.
Il secondo filone di ricerca riguarda la statistica sanitaria. In particolare, si è analizzato un dataset costituito da rilevazioni campionarie raccolte a livello nazionale con lo scopo di verificare l'esistenza di una compressione della morbilità nel corso del tempo. Si è indagata l'evoluzione della morbilità nel secondo decennio del secolo ponendo particolare attenzione alle stratificazioni per genere, censo ed area geografica (Nord, Centro e Sud). I risultati della ricerca sono stati pubblicati sulla rivista Statistical Methods and Applications.
E' attualmente in corso una ricerca che mira allo sviluppo dell'analisi bayesiana di dati complessi, caratterizzati da dimensione elevata, con particolare riferimento a problemi di regressione e modelli di serie storiche rappresentabili in forma matriciale. Si intende inoltre dare seguito alle applicazioni di statistica sanitaria, con particolare riferimento all'evoluzione della comorbilità nel tempo.
Componente del comitato organizzatore dell'ISBA World Meeting che sarà ospitato da Ca' Foscari nel 2024 (ISBA è l'acronimo di International Society for Bayesian Analysis).
Relazione invitata su "Looking at Bayesian nonparametric clustering
from a community detection point of view" al convegno CFE-CMStatistics 2019, Londra 14-16 dicembre 2019.
Econometrics 2 - Structural time series models
Corso di dottorato nell'ambito del PhD in Economics, Marzo-Aprile 2022.
Componente del Collegio didattico del Corso di Laurea in Economia e Commercio fino al 2022.