Due generazioni di statistici bayesiani in una serie di webinar del Bocconi BayesLab
L'emergenza COVID-19 ha messo un freno alle conferenze scientifiche e alla mobilità internazionale degli studiosi. Questo ha colpito in particolare i giovani ricercatori, che hanno bisogno di mostrare il loro lavoro e di costruire una rete internazionale. Tuttavia, il recente blocco ha anche potenziato gli incontri e le interazioni online, dando una prova di nuovi formati per il lavoro e l'insegnamento. In questo spirito, il Bayesian Learning Lab (BayesLab), unità di recente costituzione nell'ambito del Bocconi Institute for Data Science and Analytics (BIDSA), ha deciso di trasformare le attuali limitazioni di viaggio in un'opportunità per offrire visibilità ai giovani bayesiani di spicco attraverso una serie di webinar, Junior Bayes Beyond the Borders (JB3). La serie è organizzata in collaborazione con j-ISBA, la sezione junior della International Society for Bayesian Analysis (ISBA).
La statistica bayesiana prende il nome dal celebre Teorema di Bayes, pubblicato nel 1763. Si tratta di un approccio all'inferenza che combina le informazioni a priori con i dati, portando ad efficaci stime, previsioni e quantificazione dell'incertezza a posteriori. Grazie all'avvento di potenti computer e di nuovi algoritmi, la popolarità dei metodi bayesiani è cresciuta in modo esponenziale nel XXI secolo.
"La statistica bayesiana ha una lunga tradizione in Bocconi", dice Igor Pruenster, professore di statistica all'Università Bocconi e direttore del BIDSA. "Un'eredità di questo tipo è stata avviata dai professori Regazzini e Cifarelli negli anni '70 ed è in costante crescita da oltre 50 anni, con l'attuale faculty bayesiana che occupa posizioni di primo piano in importanti riviste e organizzazioni internazionali. E, cosa forse ancora più importante, la Bocconi continua a nutrire nuove generazioni di statistici bayesiani. Sia i nostri studenti di MSc che i nostri dottorandi sono molto apprezzati in tutto il mondo e molti hanno trovato un immediato inserimento nelle migliori università come Stanford, UC Berkeley e Duke, solo per citarne alcune. Lo scouting e la promozione dei giovani talenti sarà un obiettivo chiave del BayesLab".
Questo spirito intergenerazionale si riflette nella prossima serie di webinar, dove i relatori junior invitati avranno la possibilità di discutere il proprio lavoro con un importante studioso senior. Poiché l'importanza di questa iniziativa va oltre l'attuale emergenza, i webinar continueranno come serie annuale.
La prima edizione di Junior Bayes Beyond the Borders inizierà il 25 giugno 2020 e si protrarrà fino a metà luglio, con gli interventi dei cinque finalisti del L.J. Savage Award 2020, il prestigioso premio che ISBA e l'American Statistical Association assegnano annualmente alle migliori tesi di dottorato in statistica bayesiana. I link ad ogni webinar saranno condivisi sul sito della serie.
Per saperne di più
D. Spiegelhalter and K. Rice (2009). Bayesian Statistics. Scholarpedia 4, 5230.
K. Cowles, R. Kass and T. O'Hagan. What is Bayesian Analysis?
B. de Finetti (1974). Bayesianism: Its Unifying Role for Both the Foundations and Applications of Statistics. International Statistical Review 42, 117-130.