L’InSIDE Lab (Insubria Information & Data for Economics) è un laboratorio di ricerca e supporto scientifico dedicato allo studio e all’applicazione di modelli statistici ed econometrici. L’obiettivo principale è fornire assistenza qualificata in tutte le fasi dell’analisi quantitativa: dalla costruzione teorica dei modelli fino alla loro stima, interpretazione e comunicazione dei risultati.
- Il laboratorio pone attenzione agli aspetti matematici alla base dei modelli da stimare, riconoscendo che una solida fondazione teorica è essenziale per garantire affidabilità e coerenza nelle applicazioni empiriche. Tra gli strumenti adottati: teoria delle probabilità, teoria dell’approssimazione, algoritmi avanzati di simulazione, tecniche di ottimizzazione numerica e metodi di machine learning.
- Un tratto distintivo dell’InSIDE Lab è la riflessione sui fondamenti dell’inferenza statistica ed econometrica per affrontare in modo critico le implicazioni epistemologiche delle tecniche utilizzate, promuovendo una comprensione più profonda dei limiti e delle potenzialità della modellizzazione.
- Un ulteriore aspetto è l’attenzione alla comprensione, anche filosofica, degli assunti e dei presupposti legati ai modelli e alla loro potenziale non-neutralità, legando così la selezione e l’interpretazione all’ermeneutica critica.
- Il laboratorio non si limita all’applicazione di metodi esistenti, ma è attivamente coinvolto nello sviluppo di nuove metodologie, sia sul piano computazionale che su quello inferenziale. L’innovazione metodologica è vista come una componente chiave per affrontare le sfide poste dai dati moderni e dai fenomeni economici complessi.
- Esempi di applicazioni delle metodologie sviluppate spaziano dall’analisi empirica di dati micro e macroeconomici, sociali, demografici e ambientali, alla valutazione di politiche pubbliche, fino alla gestione, integrazione e analisi di big data, inclusi dati climatici complessi, con l’obiettivo di fornire supporto decisionale basato su evidenze quantitative.
- Infine, i membri del laboratorio seguono le best practices nell’analisi dei dati: l’uso di software open source ogniqualvolta possibile, la condivisione responsabile dei dati, la promozione della replicabilità degli studi e la preregistrazione dei progetti di ricerca. Questi principi garantiscono trasparenza, affidabilità e rigore scientifico.
A tal fine, l’InsIDE Lab lavora in stretto contatto con centri di ricerca e laboratori analoghi in tutto il mondo.
Collaborations
Open Science
Psychological Science Accelerator (https://psysciacc.org/)
“The Psychological Science Accelerator (PSA) is a globally distributed network of researchers that pool intellectual and material resources to accelerate the accumulation of rigorous knowledge in psychological science. We believe that many of the world’s biggest challenges cannot be addressed by a single researcher or small team. We thus seek to leverage team science to address big questions rooted in theory and/or real-world problems.”
