Insegnamento mutuato da: B029809 - DESIGN AND ANALYSIS OF SAMPLE SURVEYS Laurea Magistrale in STATISTICA E DATA SCIENCE Curriculum STATISTICA UFFICIALE
Lingua Insegnamento
INGLESE
Contenuto del corso
Il corso si propone di fornire le competenze per: a) la progettazione e realizzazione di un’indagine campionaria su popolazioni reali con attenzione alle più comuni fonti di errori e distorsioni non-campionarie; b) il corretto utilizzo dei dati raccolti mediante un’indagine campionaria al fine di fornire stime di diversi parametri di una popolazione scegliendo in relazione, alla specifica circostanza reale, tra diversi metodi/approcci di stima.
Yves Tillé (2020) Sampling and Estimation from Finite Populations, John Wiley & Sons Ltd
Paul S. Levy, Stanley Lemeshow (2008) Sampling of Populations 4th Edition, JOHN WILEY & SONS
Steven G. Heeringa, Brady T. West, Patricia A. Berglund (2010) Applied Survey Data Analysis, Chapman & Hall/CRC
Sarndal, Swensson and Wretman (1992) Model assisted survey sampling. New York, Springer Verlag
Hedayat and Sinha (1991) Design and inference in finite population sampling. New York, Wiley
S. K. Thompson (2012) Sampling, 3rd Edition. New York, Wiley
G. Nicolini; D. Marasini; G.E. Montanari; M. Pratesi; M.G. Ranalli; E. Rocco (2013). Metodi di stima in presenza di errori non campionari. Milano: Springer-Verlag Italia
Class notes and slides.
Obiettivi Formativi
Al termine del corso gli studenti dovrebbero essere in grado di:
- predisporre e analizzare correttamente strategie campionarie semplici e complesse per lo studio di specifici fenomeni reali;
- produrre stime di diversi parametri descrittivi di una popolazione finita, utilizzando opportunamente diverse tipologie di stimatori e fornendo per ogni stima una misura/stima del suo errore;
- analizzare le problematiche connesse alla presenza e al trattamento statistico degli errori non campionari con particolare attenzione al problema dei dati mancanti.
Prerequisiti
Sono propedeutici gli insegnamenti di “Inferenza statistica e metodi computazionali” e di “Probabilità e matematica per la statistica”
Metodi Didattici
Lezioni ed esercitazioni in aula
Modalità di verifica apprendimento
La verifica si basa su tre elementi:
- Prova scritta contenente esercizi pratici e domande teoriche a risposta breve
- Progetto basato sull'analisi di dati
- Esame orale: lo studente che riceve una valutazione sufficiente all'esame scritto e al progetto viene ammesso all'esame orale; l'esame orale riguarda gli aspetti teorici e interpretativi e comprende la discussione del progetto; al termine dell'esame orale viene attribuito il voto finale
Programma del corso
Popolazioni finite; concetti base della teoria dei campioni; stimatore fondamentale di Horvitz-Thompson.
Piani di campionamento probabilistici di uso più frequente: Campionamento casuale semplice senza e con ripetizione, campionamento stratificato, campionamento a grappoli, campionamento a due stadi, campionamento sistematico, campionamento con probabilità variabili, piani di campionamento complessi.
Piani di campionamento non probabilistici.
Dimensionamento del campione ed allocazione delle unità.
L’impiego delle variabili ausiliarie per la costruzione degli stimatori: lo stimatore per quoziente, lo stimatore post-stratificato, lo stimatore per differenza, la stima per regressione generalizzata, la stima a ponderazione vincolata o calibrazione.
Metodi di campionamento per le indagini ripetute nel tempo.
Tipologia degli errori non campionari. Errori dovuti alle liste. Mancate risposte totali e parziali. Dati mancanti: assunzioni e trattamento. Metodi di riponderazione e imputazione. L'imputazione multipla.
Cenni alla stima della varianza/incertezza degli stimatori in presenza di disegni campionari complessi. Metodi Bootstrap.
La stima dei parametri nei domini di studio. Metodi di stima per piccole aree assistiti da modello e basati su modello.
Alcune metodologie saranno presentate usando casi studio e mediante l’uso di pacchetti software (R e/o Stata).