Descrizione del progetto
Ricavare dati significativi da insiemi di dati eterogenei e distribuiti
La digitalizzazione ha portato alla generazione e alla raccolta massiccia di dati, con un grande potenziale a vantaggio della scienza, della tecnologia e della politica sociale. I dati, tuttavia, vengono spesso raccolti da più fonti in modo frettoloso e poco costoso, senza prestare attenzione alla struttura sperimentale o alla formattazione standard. Dal punto di vista statistico, la sfida è come estrarre dati significativi da tali insiemi di dati eterogenei e distribuiti. Per affrontare la questione, il progetto HeDiStat, finanziato dal CER, si propone di sviluppare una nuova metodologia statistica e quadri teorici in grado di consolidare le varie forme di eterogeneità dei dati e di errore di misura. Le quattro aree chiave si concentreranno sulla considerazione dei bias di campionamento attraverso modelli semiparametrici, sui problemi di corrispondenza dei file attraverso il trasporto statistico ottimale, sulla correzione degli errori dovuti alle ipotesi di dati mancanti e sul rispetto della privacy differenziale.
Obiettivo
Data is now collected at unprecedented scales across many industries, meaning that there is huge potential for evidence-based advances in science, technology and public policy. However, to harness this potential we must navigate repositories that are often a far cry from the idealised datasets, carefully collected and curated under perfect conditions, that are usually imagined when new statistical methodology is introduced. Data are often gathered quickly and cheaply, patched together from multiple locations, with limited regard to enforcing experimental standards. We may have the large sample sizes we desire, but there will be missing values, misaligned datasets, contamination and, depending on the sector, there may be noise added purposefully to satisfy individuals' and regulatory bodies' privacy concerns.
We propose to address such difficulties through the development of new statistical methodology and theoretical frameworks that explicitly incorporate various forms of data heterogeneity and measurement error. This will be divided into four main areas:
1. Accounting for sampling bias when a complete dataset is complemented by additional incomplete datasets. This will be studied through the lens of semiparametric theory for functional estimation.
2. Combining two or more datasets that record overlapping but distinct sets of variables, where few or no complete records of all variables are available. These file matching problems will be studied using new developments in statistical optimal transport.
3. Examining the effect of the violation of missing data assumptions. Here we will introduce techniques from robust statistics to mitigate the error due to misspecifying assumptions about sampling bias.
4. Securing individuals' private data through the intentional use of noisy measurement. Here we contribute to the growing field of differential privacy, specifically the user-level local variant, where distributed batches of observations are privatised simultaneously.
Parole chiave
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Parole chiave del progetto, indicate dal coordinatore del progetto. Da non confondere con la tassonomia EuroSciVoc (campo scientifico).
Programma(i)
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
Programmi di finanziamento pluriennali che definiscono le priorità dell’UE in materia di ricerca e innovazione.
-
HORIZON.1.1 - European Research Council (ERC)
PROGRAMMA PRINCIPALE
Vedi tutti i progetti finanziati nell’ambito di questo programma
Argomento(i)
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Gli inviti a presentare proposte sono suddivisi per argomenti. Un argomento definisce un’area o un tema specifico per il quale i candidati possono presentare proposte. La descrizione di un argomento comprende il suo ambito specifico e l’impatto previsto del progetto finanziato.
Meccanismo di finanziamento
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
Meccanismo di finanziamento (o «Tipo di azione») all’interno di un programma con caratteristiche comuni. Specifica: l’ambito di ciò che viene finanziato; il tasso di rimborso; i criteri di valutazione specifici per qualificarsi per il finanziamento; l’uso di forme semplificate di costi come gli importi forfettari.
HORIZON-ERC - HORIZON ERC Grants
Vedi tutti i progetti finanziati nell’ambito di questo schema di finanziamento
Invito a presentare proposte
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
Procedura per invitare i candidati a presentare proposte di progetti, con l’obiettivo di ricevere finanziamenti dall’UE.
(si apre in una nuova finestra) ERC-2024-STG
Vedi tutti i progetti finanziati nell’ambito del bandoIstituzione ospitante
Contributo finanziario netto dell’UE. La somma di denaro che il partecipante riceve, decurtata dal contributo dell’UE alla terza parte collegata. Tiene conto della distribuzione del contributo finanziario dell’UE tra i beneficiari diretti del progetto e altri tipi di partecipanti, come i partecipanti terzi.
CV4 8UW COVENTRY
Regno Unito
I costi totali sostenuti dall’organizzazione per partecipare al progetto, compresi i costi diretti e indiretti. Questo importo è un sottoinsieme del bilancio complessivo del progetto.