Nicola LUNARDON

Qualifica
Professore Associato
Telefono
041 234 8408
E-mail
nicola.lunardon@unive.it
SSD
Statistica [STAT-01/A]
Sito web
www.unive.it/persone/nicola.lunardon (scheda personale)
Struttura
Dipartimento di Scienze Ambientali, Informatica e Statistica
Sito web struttura: https://www.unive.it/dais
Sede: Campus scientifico via Torino
Stanza: studio Z.A17 (edificio Zeta A, 1° piano)

Pubblicazioni

Anno Tipologia Pubblicazione
Anno Tipologia Pubblicazione
2023 Articolo su rivista Kosmidis, Ioannis; Lunardon, Nicola Empirical bias-reducing adjustments to estimating functions in JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B STATISTICAL METHODOLOGY, vol. IN STAMPA (ISSN 1369-7412)
DOI - Scheda ARCA: 10278/5041320
2020 Articolo su rivista Lunardon N.; Menardi G. Comment on “Wang et al. (2005), Robust estimating functions and bias correction for longitudinal data analysis” in BIOMETRICS, vol. 76, pp. 1040-1042 (ISSN 0006-341X)
DOI - Scheda ARCA: 10278/5041284
2018 Articolo su rivista Scharfstein D.; McDermott A.; Diaz I.; Carone M.; Lunardon N.; Turkoz I. Global sensitivity analysis for repeated measures studies with informative drop-out: A semi-parametric approach in BIOMETRICS, vol. 74, pp. 207-219 (ISSN 0006-341X)
DOI - Scheda ARCA: 10278/5041281
2018 Articolo su rivista Lunardon N. On bias reduction and incidental parameters in BIOMETRIKA, vol. 105, pp. 233-238 (ISSN 0006-3444)
DOI - Scheda ARCA: 10278/5041300
2017 Articolo su rivista Lunardon N.; Scharfstein D. Comment on ‘Small sample GEE estimation of regression parameters for longitudinal data’ in STATISTICS IN MEDICINE, vol. 36, pp. 3596-3600 (ISSN 0277-6715)
DOI - Scheda ARCA: 10278/5041303
2017 Articolo su libro Mameli, Valentina; Lunardon, Nicola; Khoroshiltseva, Marina; Slanzi, Debora; Poli, Irene Reducing Dimensionality in Molecular Systems: A Bayesian Non-parametric Approach in Federico Rossi; Stefano Piotto; Simona Concilio, Advances in Artificial Life, Evolutionary Computation, and Systems Chemistry, Springer International Publishing, vol. 708, pp. 114-125 (ISBN 978-3-319-57710-4) (ISSN 1865-0929)
DOI - Scheda ARCA: 10278/3686374
2017 Abstract in Atti di convegno Mameli, Valentina; Lunardon, Nicola; Khoroshiltseva, Marina; Slanzi, Debora; Poli, Irene Reducing dimensionality of molecular systems: a Bayesian non-parametric approach , Proceedings of the 11th Italian Workshop on Advances in Artificial Life, Evolutionary Computation and Systems Chemistry, WIVACE 2016, GEWERBESTRASSE 11, CHAM, CH-6330, SWITZERLAND, SPRINGER INTERNATIONAL PUBLISHING AG, vol. 708, pp. 114-125, Convegno: Workshop on Advances in Artificial Life, Evolutionary Computation and Systems Chemistry, WIVACE 2016, 4-7 Ottobre 2016 (ISSN 1865-0929)
DOI - Scheda ARCA: 10278/3685656
2016 Articolo su rivista Lunardon N.; Adimari G. Second-order Accurate Confidence Regions Based on Members of the Generalized Power Divergence Family in SCANDINAVIAN JOURNAL OF STATISTICS, vol. 43, pp. 213-227 (ISSN 0303-6898)
DOI - Scheda ARCA: 10278/5041282
2015 Articolo su rivista Nicola Lunardon Prepivoting composite score statistics by weighted bootstrap iteration in CANADIAN JOURNAL OF STATISTICS, vol. 43, pp. 18-41 (ISSN 0319-5724)
DOI - Scheda ARCA: 10278/5041280
2015 Articolo su rivista Lunardon N. Towards a unification of second-order theory for likelihood and marginal composite likelihood in BIOMETRIKA, vol. 103, pp. 225-230 (ISSN 0006-3444)
DOI - Scheda ARCA: 10278/5041304
2014 Articolo su rivista Lunardon N.; Ronchetti E. Composite likelihood inference by nonparametric saddlepoint tests in COMPUTATIONAL STATISTICS & DATA ANALYSIS, vol. 79, pp. 80-90 (ISSN 0167-9473)
DOI - Scheda ARCA: 10278/5041302
2014 Articolo su rivista Lunardon N.; Menardi G.; Torelli N. ROSE: A package for binary imbalanced learning in THE R JOURNAL, vol. 6, pp. 79-89 (ISSN 2073-4859)
DOI - Scheda ARCA: 10278/5041283
2012 Articolo su rivista Samuh M.H.; Grilli L.; Rampichini C.; Salmaso L.; Lunardon N. The use of permutation tests for variance components in linear mixed models in COMMUNICATIONS IN STATISTICS. THEORY AND METHODS, vol. 41, pp. 3020-3029 (ISSN 0361-0926)
DOI - Scheda ARCA: 10278/5041301