Nicola Salvati

Location: VIA C. RIDOLFI, 10, 56124 PISA

Email: nicola.salvati@unipi.it

Phone: 050 2216492

Website: https://sites.google.com/unipi.it/nicola-salvati

Nicola Salvati

Profile

Position: Professore Ordinario

Unit: Dipartimento di Economia e Management

Scientific-disciplinary sector: Statistica STAT-01/A

Curriculum Vitae of Nicola Salvati
Personal data
- Nicola Salvati
- Born on: May 17, 1973
- Nationality: Italian
- Researcher ID: F-8282-2018
- ORCID: 0000-0002-4160-9387

Current Academic Position
2023 – present, Full Professor in Statistics, Dept. of Economics and Management, University of Pisa. Member of the Tuscan Interuniversity Research Centre – Camilo Dagum on  Advanced   Statistics for the Equitable and Sustainable Development – ASESD.

Research fields:
My research interests include survey sampling, model-assisted and design-based inference, robust regression, quantile and M-quantile regression, multilevel models, geographically weighted regression, spatial statistics, applications of small area models in poverty mapping, new technologies in survey methodology, Big Data.
As of 2026, Google Scholar reports over 3959 citations to my work with h index of 34 and i10-index of 78. Scopus reports 98 articles and h index equal to 25. I have given numerous invited talks in conferences and seminars. I have over 250 publications, more than 100 of which in Statistical Journal. In particular, my work in the last ten years has been published by Journal of Royal Statistical Society Series B, Journal of the American Statistical Association, Journal of Royal Statistical Society Series A, Journal of Royal Statistical Society Series C, Annals of Applied Statistics, Statistics & Computing, International Statistical Review, Journal of Computational and Graphical Statistics, Journal of Survey Statistics and Methodology.

Bibliometrics indices
- H-index Scopus: 25
- H-index WOS: 25
- H-index Google Scholar: 34
- Research Interest Score: 1620

Funding Information (selection)
My research is supported by National and international research programmes funded by the European Union's 7th Framework Programme, Horizon 2020 and the Italian Ministry of University and Research.

-2023-2025 Co-principal Investigator, Progetto PRIN, Quantification in the Context of Dataset Shift (QuaDaSh), Re-sponsabile scientifico: Consiglio Nazionale delle Ricerche;
-2024-2025 Principal Investigator, Progetto Bando a Cascata PNRR, Metodi di stimA per Piccole aree per la Povertà Educativa (MAPPE), Bando a Cascata Spoke 0 e Spoke 2 Partenariato Esteso Growing Resilient, INclusive and Sustainable (GRINS) - PE0000018.
-2022-present Investigator, Istat - Istituto Nazionale di Statistica, Gruppo di lavoro inter-dipartimentale - Task force Commissione scientifica sulla povertà educativa, Esperto esterno all’Istituto, parte del gruppo di lavoro, i cui componenti sono stati individuati sulla base delle loro competenze sui temi del gruppo di lavoro e delle attività di ricerca pregresse condivise e condotte insieme con l’Istat.
-2022-present Investigator, Istat - Istituto Nazionale di Statistica, Gruppo di lavoro inter-dipartimentale - Task force Metodologie di stima per piccole aree per la produzione di statistiche sul reddito, sulle spese delle famiglie, sugli indicatori di povertà, sull’utilizzo di tecnologie di informazione e comunicazione, e sugli indicatori sulla salute e sulla sicurezza delle persone per domini di stima non pianificati, Esperto esterno all’Istituto, parte del gruppo di lavoro, i cui componenti sono stati individuati sulla base delle loro competenze sui temi del gruppo di lavoro e delle attività di ricerca pregresse condivise e condotte insieme con l’Istat.
-2017-2021 Investigator, InGRID-2 Integrating Research Infrastructure for European expertise on Inclusive Growth from data to policy, G.A. no. No 730998 (Horizon 2020 research and innovation programme). PI Monique Ramioul e Guy Van Gyes, HIVA, Belgium.
-2018-2019 Principal Investigator, Progetto di Ricerca di Ateneo PRA_2018_9 From survey-based to register-based statistics: a paradigm shift using latent variable models.
-2014-2016 Local PI, Progetto PRIN, Household wealth and youth unemployment: new survey methods to meet current challenges, Project n° 2012F42NS8. PI M

Teaching

Teaching activity

Teaching responsibility for modules/courses

  • Statistica - corso d (cod. 0061P) per Laurea in Economia aziendale
    Insegnamenti condivisi/mutuati:
    • Statistica (cod. 0061P) - Laurea in Banca, finanza e mercati finanziari
    • Statistica (cod. 0061P) - Laurea in Economia e commercio
  • Indagini campionarie (cod. 206PP) per Laurea Magistrale in Marketing e ricerche di mercato


Student consultation hours

Mode of office hours: Orario di ricevimento:

Lunedì ore 12-13

Mercoledì ore 10:30-12:00

ATTENZIONE: Gli studenti che vengono in Dipartimento a Pisa appositamente per il ricevimento o per il tutorato sono pregati di avvertirmi via e-mail almeno il giorno precedente in modo da poter essere avvisati qualora il ricevimento/tutorato dovesse essere annullato per sopraggiunti impegni accademici o per indisposizione

Research

Publications