Fabrizio Ruggeri

Fabrizio Ruggeri es un estadístico italiano. Su trabajo se centra en los métodos bayesianos, específicamente en la robustez y la inferencia de procesos estocásticos . Ha realizado trabajos innovadores sobre la sensibilidad de los métodos bayesianos y las distribuciones a priori incompletamente especificadas. También ha trabajado en métodos bayesianos de ondículas y en una amplia variedad de aplicaciones a problemas industriales. Sus publicaciones incluyen más de 150 artículos revisados ​​por pares y capítulos de libros, así como seis libros.

Ruggeri nació en Reggio Emilia, en el norte de Italia, el 1 de mayo de 1956. Se licenció en matemáticas por la Universidad de Milán en 1982. Entre 1983 y 1988, desempeñó diversos trabajos en el sector. En 1988 se trasladó a Estados Unidos para continuar sus estudios, donde obtuvo un máster. en estadística por la Universidad Carnegie Mellon en 1989, y su doctorado en estadística por la Universidad de Duke en 1994. ^{[ 1 ]} En 1988, también se convirtió en investigador del Consiglio Nazionale delle Ricerche (CNR – Consejo Nacional de Investigación ) en el Istituto di Matematica Applicata e Tecnologie Informatiche (IMATI – Instituto de Matemáticas Aplicadas y Tecnologías de la Información) en Milán, Italia, donde pasó toda su carrera hasta su jubilación formal, aunque no sustancial, en mayo de 2023. Entre diciembre de 2001 y mayo de 2023, Ruggeri ocupó el cargo de Director de Investigación (equivalente a Catedrático en universidades). ^{[ 2 ]}

Ruggeri ha tenido varios nombramientos de investigador visitante y adjunto en universidades e institutos de todo el mundo, entre ellos: Miembro de la facultad adjunta en la Universidad Politécnica de Milán entre 1995 y 2003; Miembro de la facultad de programas de doctorado en Matemáticas y Estadística en la Universidad de Pavía y la Universidad de Milano Bicocca (1999-2024); Profesor adjunto (2013-2022), Universidad Tecnológica de Queensland , Brisbane, Australia; Profesor visitante, Escuela de Negocios, Universidad George Washington , EE. UU. (otoño de 2014 y primavera de 2024); Líder de programa, SAMSI, Durham, EE. UU. (agosto de 2019-mayo de 2020); Cátedra de Excelencia en la Universidad Carlos III e ICMAT (Comunidad de Madrid, España mayo-octubre de 2017); Miembro de la facultad extranjera (2012-2020) del programa de doctorado en Estadística, Universidad de Valparaíso, Chile; Investigador asociado, Electricité de France, París, Francia (septiembre -octubre de 2016). ^{[ 1 ]}

Desde su jubilación en mayo de 2023, Ruggeri ha sido Investigador Principal en CNR-IMATI ^{[ 1 ]} . También es Asesor Académico (2023-2028) en el Instituto de Ciencias Estadísticas, Academia Sinica, Taipéi, Taiwán. ^{[ 3 ]}

Ruggeri es miembro electo del Instituto Internacional de Estadística (ISI) ^{[ 4 ]} y miembro de la Asociación Estadounidense de Estadística (ASA), ^{[ 5 ]} la Sociedad Internacional de Análisis Bayesiano (ISBA) ^{[ 6 ]} y el Instituto de Estadística Matemática (IMS). ^{[ 7 ]} Es el primer receptor de la Medalla Zellner ^{[ 8 ]} de la ISBA. Fue presidente de la ISBA en 2012 ^{[ 9 ]} y de la Red Europea de Estadísticas Empresariales e Industriales (ENBIS) durante el período 2005-2006. ^{[ 10 ]} También fue presidente de la Sociedad Internacional de Estadísticas Empresariales e Industriales (ISBIS) durante el período 2019-2021. ^{[ 11 ]} Fue uno de los vicepresidentes del ISI durante el período 2017-2021 y fue presidente electo durante el período 2023-2025; Actualmente es Presidente para el período 2025-2027. ^{[ 12 ]} Ruggeri es ex Editor en Jefe de Applied Stochastic Models in Business and Industry ^{[ 13 ]} y es uno de los Editores Fundadores de Wiley StatsRef - Statistics Reference Online ^{[ 14 ]} .

Libros:

• Gleaton, JU, Han, D., Lynch, JD, Ng, HKT y Ruggeri, F. (2023). Modelos estadísticos de haces de fibras y sus aplicaciones, Springer, Nueva York, EE. UU.
• Kenett, R., Ruggeri, F. y Faltin, F. Eds. (2018), Métodos analíticos en pruebas de sistemas y software, Wiley, Chichester, Reino Unido.
• Rios Insua, D., Ruggeri, F. y Wiper, M. (2012), Análisis bayesiano de modelos de procesos estocásticos, Wiley, Chichester, Reino Unido.
• Faltin, F., Kenett, R. y Ruggeri, F. Eds. (2012), Métodos estadísticos en la práctica sanitaria, Wiley, Chichester, Reino Unido.
• Rios Insua, D. y Ruggeri, F. Eds. (2000), Análisis bayesiano robusto, Lecture Notes in Statistics, vol. 152, Springer, Nueva York, EE. UU.
• Berger, J., Betrò, B., Moreno, E., Pericchi, LR, Ruggeri, F., Salinetti, G. y Wasserman, L. Eds. (1996), Bayesian Robustness, Lecture Notes IMS, vol. 29, Institute of Mathematical Statistics, Hayward, EE. UU.

Enciclopedias publicadas:

• Kenett, R., Longford, N., Piegorsch, W. y Ruggeri, F. Eds. (2014-actualidad), WileyStatsRef: Statistics Reference Online, Wiley, Chichester, Reino Unido.
• Ruggeri, F., Kenett, R. y Faltin, F. Eds. (2007), Enciclopedia de estadística en calidad y fiabilidad , Wiley, Chichester, Reino Unido.

Artículos seleccionados en revistas:

• Soyer, R., Ruggeri, F., Rios Insua, D., Pierce, C. y Guevara, C. (2025), Un marco de análisis de riesgos adversariales para el lanzamiento de software. Próxima publicación en Risk Analysis.
• Gallego, V., Naveiro, R., Redondo, A., Rios Insua, D. y Ruggeri, F. (2024), Protección de clasificadores contra ataques. Statistical Science, 39, 449-468.
• Lopes de Oliveira, G., Argiento, R., Loschi, RH, Martins Assuncao, R., Ruggeri, F. y Branco, M. (2022), Corrección de sesgo en datos agrupados no reportados. Análisis bayesiano, 17, 95-126.
• Gonzalez-Ortega, J., Rios Insua, D., Ruggeri, F. y Soyer, R. (2021), Prueba de hipótesis en presencia de adversarios. The American Statistician, 75, 31-40.
• Ruggeri, F., Sanchez-Sanchez, M., Sordo, MA y Suarez-Llorens, A. (2020), Sobre una nueva clase de distribuciones a priori multivariadas: teoría y aplicación en confiabilidad. Bayesian Analysis, 16, 31-60.
• Rios Insua, D., Ruggeri, F., Soyer, R. y Wilson S. (2020), Avances en la toma de decisiones bayesianas en confiabilidad. European Journal of Operational Research, 282, 1-18.
• Ekin, T., Ieva, F., Ruggeri, F. y Soyer, R. (2018), Evaluación estadística del fraude médico: Introducción a un campo emergente. International Statistical Review, 86, 379-402.
• Joshi, C., Ruggeri, F. y Wilson, SP (2018), Robustez a priori para la implementación bayesiana del análisis de árbol de fallos. IEEE Transactions on Reliability, 67, 170-183.
• Rios Insua, D., Ruggeri, F., Soyer, R. y Rasines, DG (2018), Problemas adversariales en la fiabilidad. European Journal of Operational Research, 266, 1113-1119.
• Arias, P., Ruggeri, F. y Suarez-Llorens, A. (2016), Nuevas clases de distribuciones a priori basadas en órdenes estocásticos y funciones de distorsión. Bayesian Analysis, 11, 1107-1136.
• Trucco, P., Cagno, E., Ruggeri, F. y Grande, O. (2008), Un enfoque de red bayesiana de creencias para modelar el análisis de riesgos de factores humanos y organizacionales: un estudio de caso en la industria marítima, Reliability Engineering and Systems Safety, 93, 845-856.
• Paddock, S., Ruggeri, F., Lavine, M., y West, M. (2003), Modelos de árbol de Polya aleatorios para inferencia bayesiana no paramétrica, Statistica Sinica, 13, 443-460.
• Ruggeri, F. y Vidakovic, B. (2001), Método BAMS: teoría y simulaciones, Sankhya, B 63, 234-249.
• Wiper, M., Ríos Insua, D., y Ruggeri, F. (2001), Mezclas de distribuciones gamma con aplicaciones, Journal of Computational and Graphical Statistics 10, 440- 454.
• Fortini, S. y Ruggeri, F. (1995), Sobre la definición de vecindarios de medidas a través de las funciones de concentración, Sankhya, A 56, 444-457.
• Ruggeri, F. y Wasserman, L. (1993), Sensibilidad infinitesimal de las distribuciones posteriores, Canadian Journal of Statistics 21, 195-203.