Prof.ssa CATERINA CONIGLIANI
| Qualifica | Professore Associato |
| Settore Scientifico Disciplinare | SECS-S/01 |
| Telefono | 0657335668 |
| Cellulare aziendale | 89178 |
| caterina.conigliani@uniroma3.it | |
| Indirizzo | Via Silvio D'Amico 77 |
| Struttura/Afferenza |
|
| Altre informazioni | Sito web personale Curriculum |
Per telefonare da un edificio dell'Ateneo all'altro SE il numero unico inizia con "06 5733xxxx" basta comporre le ultime quattro cifre del numero esteso.
Profilo
Titoli e cariche
Nel 1994 si e' laureata in Scienze Statistiche ed Economiche presso l'Università “La Sapienza” di Roma con votazione 110/110 e lode, discutendo una tesi dal titolo “Approccio differenziale all'analisi bayesiana robusta” con relatore la Prof.ssa G. Salinetti.
Nel 1997 è risultata vincitrice della borsa di studio di specializzazione all’estero “Biagio Stefanelli”, conferita dal Presidente della Cassa di Sovvenzioni e Risparmio fra il personale della Banca d’Italia, con la quale ha trascorso un anno presso il Dipartimento di Matematica dell’Università di Nottingham (UK), collaborando con il Prof. A. O'Hagan sul tema della scelta del modello in ambito bayesiano.
Nel 1998 ha conseguito il titolo di Dottore di Ricerca in Statistica Metodologica presso l'Università “La Sapienza” di Roma, discutendo una tesi dal titolo “Il fattore di Bayes frazionario per la scelta del modello”.
Nel 1998 è risultata vincitrice, per l’Area della Probabilità e Statistica Matematica, del III Premio Pompilj, assegnato da una commissione nominata dal Consiglio di Dipartimento di Statistica, Probabilità e Statistiche Applicate, Università di Roma “La Sapienza”.
Da marzo 1999 a marzo 2000 e' stata titolare di una borsa di Post-Dottorato in “Matematica e Statistica per l’Economia e le Imprese” presso il Dipartimento di Economia, Università degli studi Roma TRE.
Nel 1999 è risultata vincitrice del Premio della Società Italiana di Statistica per la migliore tesi di dottorato in Statistica.
Dal 01/03/01 al 30/09/01 è stata titolare di un assegno di ricerca in “Metodi probabilistici e applicazioni alla statistica matematica”, relativo al settore scientifico disciplinare A02B (Probabilità e Statistica Matematica), presso il Dipartimento di Statistica, Probabilità e Statistiche Applicate, Università di Roma “La Sapienza”.
Il 15 ottobre 2001 ha preso servizio come Ricercatore Universitario non confermato (settore scientifico-disciplinare SECS-S/01 - Statistica) presso la Facoltà di Economia, Università degli Studi Roma Tre, e il 19 maggio 2005 ha ottenuto la conferma in ruolo.
Il 1 gennaio 2011 ha preso servizio come Professore Associato non confermato (settore scientifico-disciplinare SECS-S/01 - Statistica) presso la Facoltà di Economia, Università degli Studi Roma Tre, e nel 2014 ha ottenuto la conferma in ruolo.
Didattica
a.a. 2002/2003: Statistica (LT, 6 crediti) - 2° canale
a.a. 2003/2004: Statistica (LT, 6 crediti) - 2° canale
a.a. 2004/2005: Statistica (LT, 6 crediti) - 2° canale
a.a 2005/2006: Statistica (LT, 6 crediti) - 2° canale
a.a. 2006/2007: Statistica (LT, 6 crediti) - 2° canale
a.a. 2007/2008: Statistica (LT, 6 crediti) - 2° canale
a.a. 2008/2009: Statistica (LT, 10 crediti) - 2° canale
a.a. 2009/2010: Statistica (LT, 10 crediti) - 2° canale
a.a. 2010/2011: Metodi bayesiani per l'analisi dei dati economici (LM)
Statistica (LT, 10 crediti) - 2° canale
a.a. 2011/2012: Metodi bayesiani per l'analisi dei dati economici (LM)
Statistica (LT, 10 crediti) - 2° canale
a.a. 2012/2013: Statistica (LT, 10 crediti) - 2° canale
Statistica Applicata alle Decisioni Aziendali (LT)
a.a. 2013/2014: Statistica (LT, 10 crediti) - 2° canale
Statistica Applicata alle Decisioni Aziendali (LT)
a.a. 2014/2015: Statistica (LT, 10 crediti) - 2° canale
Statistica Applicata alle Decisioni Aziendali (LT)
a.a. 2015/2016: Statistica (LT, 10 crediti) - 2° canale
Metodi Statistici applicati all’Economia (LM)
a.a. 2016/2017: Statistica (LT, 10 crediti) - 2° canale
Metodi Statistici applicati all’Economia (LM)
a.a. 2017/2018: Statistica (LT, 10 crediti) – canale unico CLE
Statistical methods in economics (LM)
a.a. 2018/2019: Statistica (LT, 10 crediti) - 1° canale CLE
Statistical methods in economics (LM)
a.a. 2019/2020: Statistica (LT, 10 crediti) - 1° canale CLE
Statistical methods in economics (LM)
Ricerca
L'attività di ricerca più recente si è svolta in parte sul tema metodi e modelli statistici per l'economia sanitaria, con particolare attenzione alle tecniche di valutazione economica (intesa come analisi comparativa dei corsi di azione alternativi in termini sia di costi sia di conseguenze) dei servizi sanitari. In queste analisi una unità di misura fondamentale è il QALY (acronimo di Quality Adjusted Life Years), che combina insieme la durata della vita con la qualità della stessa, e può essere dunque utilizzato come indice di ponderazione nella valutazione degli incrementi nell'aspettativa di vita connessi agli interventi sanitari. Il calcolo dei QALY tuttavia richiede la raccolta di informazioni sullo stato di salute percepito dai pazienti mediante strumenti specifici (quali ad esempio l'EuroQol-5D), che non sempre vengono somministrati negli studi clinici. Uno degli obiettivi dell'attività di ricerca di questo triennio, svolto in collaborazione con il Centre for Health Economics dell'Università di York (UK), è stato l'individuazione di un modello probit ordinato multivatiato per prevedere i risultati dell'EuroQol-5D (e dunque consentire il calcolo dei QALY) a partire dalla somministrazione di generici questionari sullo stato di salute.
Un secondo tema di ricerca attuale riguarda la stima di modelli per problemi di economia ambientale. Un problema specifico che e’ al momento oggetto di studio e’ l’individuazione di un modello panel spaziale per dati di conteggio per studiare la relazione tra conflitti armati e cambiamento climatico in Africa. Si noti che data la natura del database, vale a dire il fatto che i dati sono relativi a unita’ spaziali adiacenti che coprono l’intera superficie dell’Africa e che presentano sia sovradispersione che un elevato numero di zeri, l’attenzione e’ stata rivolta a modelli ad effetti fissi di tipo binomiale negativa zero inflated con effetti di interazione spaziale esogena.
Un altro problema specifico che e’ stato affrontato in ambito ambientale e’ quello dell’individuazione delle determinanti del land grabbing in Africa. L'analisi econometrica e’ stata svolta utilizzando una regressione di Poisson per modellare il numero dei contratti di acquisizione e la regressione Beta per modellare un indice relativo di investimento, costruito rapportando il numero totale di ettari acquisiti per paese con la superficie potenziale di investimento. I risultati suggeriscono che la disponibilità di terra non coltivata è un fattore determinante per l'espansione della domanda, cosi come il potenziale produttivo e la fertilità del territorio. Anche la qualità delle politiche governative e’ altamente significativa, nel senso che la domanda è stata più alta là dove la protezione della sicurezza dei diritti di proprietà rimane debole.
Un terzo tema di ricerca attuale ha come obiettivo l’utilizzo delle Reti Bayesiane per lo studio dell’attivita’ caratteristica di una struttura ospedaliera. Lo studio dei percorsi clinici dei pazienti, infatti, è un potente strumento che permette di individuare profili di cura dei pazienti e delle patologie dalle quali sono affetti. Al momento tale studio viene essenzialmente condotto mediante l’analisi sistematica delle best practices diagnostiche e cliniche, attraverso le quali costruire alberi decisionali e linee guida per i clinici. Un’altra applicazione di queste strategie di indagini puo’ essere quella di individuare l’attività caratteristica di una struttura ospedaliera utilizzando la storia clinica di un grande numero di pazienti e di ricoveri. Questa conoscenza permette infatti di definire le migliori strategie programmatorie in termini di conoscenza dell'evoluzione della casistica in trattamento a breve termine, di conoscenza dell'evoluzione a medio termine della attività, di stima del Life Time Values dei pazienti da inserire nel sistema, per studiare la possibile sostenibilità a medio termine della struttura.
Principali pubblicazioni:
Sensitivity of the fractional Bayes factor to prior distributions (C. Conigliani, A. O’Hagan), Canadian Journal of Statistics, 28, 2000, pp. 343-352.
Bayesian assessment of goodness of fit against nonparametric alternatives (C. Conigliani, J.I. Castro, A. O’Hagan), Canadian Journal of Statistics, 28, 2000, pp. 327-342.
Semi-parametric modelling for costs of health care technologies (C. Conigliani, A. Tancredi), Statistics in Medicine, 24, 2005, pp. 3171-3184.
A Robust Bayesian Approach for Unit Root Testing (C. Conigliani, F. Spezzaferri), Econometric Theory, 23, 2007, pp. 440-463.
A Bayesian model averaging approach for cost-effectiveness analyses (C. Conigliani, A. Tancredi), Health Economics, 18, 2009, pp. 807-821.
A Bayesian model averaging approach with non-informative priors for cost-effectiveness analyses (C. Conigliani), Statistics in Medicine, 29, 2010, pp. 1696–1709.
Prediction of patient reported outcome measures via multivariate ordered probit models (Conigliani C, Manca A, Tancredi A). Journal of the Royal Statistical Society, Series A: Statistics in Society, vol. 178, 2015, p. 567-591.
Large scale land investments and forests in Africa (Conigliani C, Cuffaro N, D’Agostino N.). Land Use Policy, n. 75, 2018, pp 651-660.