Opis projektu
Jak zrewolucjonizować modelowanie statystyczne
Modelowanie statystyczne odgrywa istotną rolę w wielu sektorach, ponieważ podnosi jakość analizy danych, poprawiając ich czytelność i zrozumienie oraz oferując kluczowy wgląd w zebrane dane. Finansowany przez ERBN projekt ACME ma na celu zrewolucjonizowanie modelowania statystycznego poprzez wprowadzenie najnowocześniejszego, transformacyjnego paradygmatu, który znacznie poprawi analizę danych. W ramach projektu opracowane zostaną ramy modelowania o niewielkiej liczbie założeń, mające na celu maksymalizację interpretowalności i minimalizację błędów systematycznych, nawet w przypadku błędnej specyfikacji modelu. Naukowcy zbadają i zastosują uczenie pozbawione stronniczości (ang. debiased learning) do stworzenia nowych estymatorów i strategii, które rozwiążą obecne ograniczenia. Ostatecznie wyniki te mogą potencjalnie przyczynić się do rozwoju wielu nauk empirycznych, ponieważ dostarczają potężnych nowych narzędzi, które mogą doprowadzić do znaczących przełomów.
Cel
I propose a cutting-edge and transformative paradigm for statistical modelling that is crucial to enhance the quality of data analyses. Leveraging my expertise in causal inference and semiparametric statistics, I will establish the fundamental principles of a comprehensive estimation theory, which maps model parameters onto generic, interpretable, model-free estimands (e.g. association or effect measures) with favourable efficiency bound, and harnesses the power of debiased (statistical/machine) learning techniques to estimate these. My core objective is to develop a flexible and accessible data modelling framework, called ‘assumption-lean modelling’. This framework will deliver minimal bias and maximal interpretability, even in the presence of model misspecification, along with honest confidence bounds that account for model uncertainty.
Debiased learning is at the core of this research. While gaining popularity, a rigorous scientific optimality theory is lacking. I shall draw on my expertise in (bias-reduced) double robust estimation to develop optimal debiased learning estimators. These utilize learners that optimize strategically chosen loss functions to achieve low variance and high stability, along with confidence intervals that are valid under weak conditions on the learners.
I will connect to timely, exciting developments in statistics, such as debiased learning of function-valued parameters and the construction of confidence bounds for such parameters. I will offer novel avenues into these problems by incorporating the assumption-lean modelling principles and connecting to real-world needs.
I will develop assumption-lean modelling strategies to tackle significant challenges in causal modelling, including target trial emulation, causal mediation analysis, and statistical modelling of dependent outcomes. I will deliver methods with potential impact on all empirical sciences, as well as on the foundations of the discipline of statistical modelling.
Słowa kluczowe
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Słowa kluczowe dotyczące projektu wybrane przez koordynatora projektu. Nie należy mylić ich z pojęciami z taksonomii EuroSciVoc dotyczącymi dziedzin nauki.
Program(-y)
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
Wieloletnie programy finansowania, które określają priorytety Unii Europejskiej w obszarach badań naukowych i innowacji.
-
HORIZON.1.1 - European Research Council (ERC)
GŁÓWNY PROGRAM
Wyświetl wszystkie projekty finansowane w ramach tego programu
Temat(-y)
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
Zaproszenia do składania wniosków dzielą się na tematy. Każdy temat określa wybrany obszar lub wybrane zagadnienie, których powinny dotyczyć wnioski składane przez wnioskodawców. Opis tematu obejmuje jego szczegółowy zakres i oczekiwane oddziaływanie finansowanego projektu.
System finansowania
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
Program finansowania (lub „rodzaj działania”) realizowany w ramach programu o wspólnych cechach. Określa zakres finansowania, stawkę zwrotu kosztów, szczegółowe kryteria oceny kwalifikowalności kosztów w celu ich finansowania oraz stosowanie uproszczonych form rozliczania kosztów, takich jak rozliczanie ryczałtowe.
HORIZON-ERC - HORIZON ERC Grants
Wyświetl wszystkie projekty finansowane w ramach tego programu finansowania
Zaproszenie do składania wniosków
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
Procedura zapraszania wnioskodawców do składania wniosków projektowych w celu uzyskania finansowania ze środków Unii Europejskiej.
(odnośnik otworzy się w nowym oknie) ERC-2023-ADG
Wyświetl wszystkie projekty finansowane w ramach tego zaproszeniaInstytucja przyjmująca
Kwota netto dofinansowania ze środków Unii Europejskiej. Suma środków otrzymanych przez uczestnika, pomniejszona o kwotę unijnego dofinansowania przekazanego powiązanym podmiotom zewnętrznym. Uwzględnia podział unijnego dofinansowania pomiędzy bezpośrednich beneficjentów projektu i pozostałych uczestników, w tym podmioty zewnętrzne.
9000 GENT
Belgia
Ogół kosztów poniesionych przez organizację w związku z uczestnictwem w projekcie. Obejmuje koszty bezpośrednie i pośrednie. Kwota stanowi część całkowitego budżetu projektu.