Pacchetti Python per la distribuzione Normale Asimmetrica: analisi comparativa con R e proposta di un approccio integrato

Il presente elaborato esamina in maniera sistematica lo stato dell’arte relativo all’implementazione e alla diffusione delle distribuzioni Normale Asimmetrica, t-asimmetrica e SUN all’interno dell’ambiente Python. A oggi, infatti, non risulta disponibile un pacchetto consolidato che raccolga in modo organico gli strumenti di base necessari per l’analisi di tali distribuzioni, né in ambito univariato né multivariato; la distribuzione SUN, in particolare, è pressoché assente nei pacchetti e nei repository attualmente accessibili. A titolo di riferimento è stato assunto il pacchetto sn di R, sviluppato dal Prof. Adelchi Azzalini, le cui funzioni fondamentali sono state individuate come nucleo indispensabile per la costruzione di un corrispettivo in Python. L’approccio metodologico adottato prevede l’integrazione di codici open source esistenti e lo sviluppo di versioni di base laddove questi non siano reperibili, come nel caso della SUN. L’obiettivo ultimo è la definizione di una collezione di funzioni idonea a costituire il fondamento per un pacchetto Python, suscettibile di successive estensioni fino a divenire comparabile con sn. L’elaborato si caratterizza per un’impostazione prevalentemente pragmatica, nella quale gli aspetti teorici vengono trattati in forma essenziale e limitata ai contributi più rilevanti della letteratura, con particolare riferimento ai lavori di Azzalini (1985) e ai successivi sviluppi. La trattazione si articola in quattro capitoli: nel primo sono presentati i concetti teorici e computazionali di base delle distribuzioni considerate; nel secondo si analizzano pacchetti e repository, con un confronto tra la situazione in R e quella in Python; nel terzo vengono discusse applicazioni pratiche e replicati esperimenti per valutarne usabilità, correttezza e affidabilità; il quarto, infine, è dedicato alla distribuzione SUN, per la quale si propone una prima implementazione univariata in Python. L’appendice raccoglie integralmente i codici impiegati, ordinati secondo la progressione dei capitoli.