Questo sito utilizza cookie tecnici, propri e di terze parti, per garantire la corretta navigazione e analizzare il traffico e, con il tuo consenso, cookie di profilazione e altri strumenti di tracciamento di terzi per mostrare video e misurare l'efficacia delle attività di comunicazione istituzionale. Puoi rifiutare i cookie non necessari e di profilazione cliccando su “Rifiuta tutti”. Puoi scegliere di acconsentirne l’utilizzo cliccando su “Accetta tutti” oppure puoi personalizzare le tue scelte cliccando su “Rivedi le tue scelte sui cookie”.

BRUSA LUCA

Ruolo:
Assegnista di ricerca
Settore scientifico disciplinare:
Statistica (SECS-S/01)
Telefono:
Stanza:
  • U07, Piano: 4, Stanza: 4015
Orari di ricevimento:

Su appuntamento via mail

Pubblicazioni

  • Brusa, L., Pennoni, F., Bartolucci, F., Peruilh Bagolini, R. (2025). Prediction of Early Warning Crises by a Hidden Markov Model with Covariates. In A. Pollice, P. Mariani (a cura di), Methodological and Applied Statistics and Demography II SIS 2024, Short Papers, Solicited Sessions (pp. 146-152). Springer [10.1007/978-3-031-64350-7_26]. Dettaglio

  • Brusa, L., Pennoni, F., Bartolucci, F., Peruilh Bagolini, R. (2024). Addressing latent state separation in hidden Markov models for categorical data with covariates: A penalised maximum likelihood approach. In CHALLENGES IN CATEGORICAL DATA ANALYSIS LSE 2024 BOOK OF ABSTRACTS. Dettaglio

  • Brusa, L., Bartolucci, F., Maggi, L., Pennoni, F. (2024). A multidimensional hidden Markov model for longitudinal item responses. Intervento presentato a: IBC2024- 32nd International Biometric Conference, Atlanta, Georgia, United States. Dettaglio

  • Brusa, L., Bartolucci, F., Pennoni, F., Peruilh Bagolini, R. (2024). A penalized maximum likelihood estimation for hidden Markov models to address latent state separation. In PROGRAMME AND ABSTRACTS: 26th International Conference on Computational Statistics (COMPSTAT 2024) (pp.29-29). Dettaglio

  • Brusa, L., Matias, C. (2024). Model‐based clustering in simple hypergraphs through a stochastic blockmodel. SCANDINAVIAN JOURNAL OF STATISTICS, 51(4 (December 2024)), 1661-1684 [10.1111/sjos.12754]. Dettaglio