Fabrizio Ruggeri - Fabrizio Ruggeri
Fabrizio Ruggeri er en italiensk statistiker. Han er forskningsdirektør ved National Research Council Istituto di matematica applicata e tecnologie informatiche (CNR-IMATI) i Milano, Italia. Hans arbeid fokuserer på bayesiske metoder, spesielt robusthet og stokastisk prosessinferanse. Han har gjort innovativt arbeid med sensitivitet av Bayesian-metoder og ufullstendig spesifiserte priors. Han har jobbet med Bayesian wavelet-metoder, og med et stort utvalg av applikasjoner til industrielle problemer. Publikasjonene hans inkluderer over 150 refererte artikler og bokkapitler, samt fem bøker.
Ruggeri tok doktorgraden fra Duke University i 1994. Han er valgt til medlem av International Statistical Institute og stipendiat i American Statistical Association , [[International Society for Bayesian Analysis] (ISBA) og Institute of Mathematical Statistics . Han er den første mottakeren av Zellner-medaljen av ISBA. Han var president for International Society for Bayesian Analysis i 2012 og European Network for Business and Industrial Statistics i 2005-6, og er for tiden president for International Society for Business and Industrial Statistics og visepresident for International Statistical Institute . Han er sjefredaktør for anvendte stokastiske modeller i næringslivet og av Statistics Reference Online .
Publikasjoner
- Kenett, R., Ruggeri, F. og Faltin, F. Eds. (2018), Analytic Methods in Systems and Software Testing , Wiley, Chichester, Storbritannia.
- Rios Insua, D., Ruggeri, F. and Wiper, M. (2012), Bayesian Analysis of Stochastic Processes Models , Wiley, Chichester, Storbritannia.
- Faltin, F., Kenett, R. og Ruggeri, F. Eds. (2012), Statistical Methods in Healthcare Practice , Wiley, Chichester, Storbritannia.
- Rios Insua, D. og Ruggeri, F. Eds. (2000), Robust Bayesian Analysis , Lecture Notes in Statistics, vol. 152, Springer, New York, USA.
- Berger, J., Betrò, B., Moreno, E., Pericchi, LR, Ruggeri, F., Salinetti, G. og Wasserman, L. Eds. (1996), Bayesian Robustness , Lecture Notes IMS, vol. 29, Institute of Mathematical Statistics, Hayward, USA.