• Home
  • Papers
  • Short Bio
  • Teaching & Slides
  • Thesis Information (ITA)
  • Blogpost

Informazioni per la tesi di laurea

Una popolare credenza è che un docente universitario si occupi degli stessi temi che insegna. Sebbene talvolta vi sia una certa sovrapposizione, di norma la didattica, soprattutto quella “di base”, non riflette gli interessi di ricerca di un docente. Proprio per questi motivi, non è possibile svolgere una tesi in “Statistica I” oppure in “Introduzione ad R”, anche perché sono corsi introduttivi.

Le tematiche di cui mi occupo sono: applicazioni e metodi di statistica bayesiana (nonparametrica) & statistica computazionale. Per maggiori informazioni, si consiglia di consultare la lista delle pubblicazioni, oppure la lista di tesi passate che trovate in questa pagina.

Nel caso di tesi triennali, ho talvolta seguito anche progetti di carattere più applicativo (ad es. progetti legati ad uno stage esterno), oppure di statistica metodologica classica (test d’ipotesi, metodi boostrap, etc.).

Per informazioni riguardanti la tesi, si prega di scrivere una mail a tommaso.rigon@unimib.it e venire quindi a ricevimento Martedì alle ore 17.30.

Il software LaTeX

L’utilizzo del software LaTeX per la scrittura della tesi è caldamente raccomandato.

LaTeX può essere scaricato gratuitamente da internet. In alternativa, è possibile usare Overleaf. Per una guida in italiano all’uso di LaTeX si consiglia LaTeX per l’impaziente oppure l’Arte di scrivere con LaTeX.

Viene inoltre reso disponibile un template LaTeX. Se compilato, il risultato finale dovrebbe coincidere con questo file, in formato .pdf.

Tesi passate (triennali, magistrali e dottorato)

Vengono riportate nel seguito alcune tesi triennali svolte negli anni passati di cui sono stato relatore, correlatore, oppure in cui sono stato attivamente coinvolto per altri motivi.

Thesis
A.A. Laurea Candidata/o Titolo
Laurea Triennale
2021/2022 Triennale Marco Carrettoni Analisi dei consumi energetici degli edifici dell’Università degli studi di Milano-Bicocca
2021/2022 Triennale Erica Delvino Regressione nonparametrica tramite processi gaussiani
2021/2022 Triennale Anna Petranzan An introduction to Bayesian mixture models and applications
2022/2023 Triennale Giulia De Innocentiis Criteri di selezione di un modello in ambito bayesiano
2022/2023 Triennale Tommaso Menghini Approccio bayesiano applicato a modelli di regressione probit
2023/2024 Triennale Stefano Andreoli Metodi di stima intervallare in un modello binomiale
2023/2024 Triennale Riccardo Cicuttin Metodi di campionamento per distribuzioni univariate
Laurea Magistrale
2020/2021 Magistrale (Unipd) Davide Agnoletto Analisi delle curve di mortalità: stima non parametrica della densità con approccio bayesiano
2022/2023 Magistrale Gabriele Tinè Previsione della sopravvivenza di pazienti affetti da sarcomi tramite un modello bayesiano per dati ad elevata dimensionalità
2023/2024 Magistrale Anna Petranzan The Gnedin model: recent developments and future perspectives
2023/2024 Magistrale Luna Cantaroni Analisi della struttura interna de La Lombardia, attraverso l’utilizzo di modelli per blocchi stocastici estesi
Dottorato di ricerca
2023 Ph.D. (Duke) Alessandro Zito Ecological modeling via Bayesian nonparametric species sampling priors - Slides