DATA CLEANING AND INTEGRATION IN OFFICIAL STATISTICS

Obiettivi formativi

Learning goals Knowledge at an intermediate and advanced level of the main issues in official statistics with special attention to data quality Knowledge and understanding Knowledge and understanding of statistical methods within the topics of official statistics in an changing environment Applying knowledge and understanding Ability to apply statistical methods for official statistics problems with emphasis on the data quality process Making judgements Ability of choosing appropriate methods in different problems in official statistics with emphasis on the data quality process Communication skills Ability of communicating results of the analyses in official statistics with emphasis on the data quality process Learning skills Students acquire skills useful to approach more advanced topics in official statistics and data quality management

Canale 1
DONATELLA FIRMANI Scheda docente

Programmi - Frequenza - Esami

Programma
Parte 1: Modifica e Imputazione dei Dati Statistici - Errori Sistematici - Modifica Automatica - Dati Mancanti - Imputazione - Modifica Selettiva Parte 2: Collegamento dei Record e Statistical Matching - Approccio di Fellegi-Sunter - Macro Parametrico con CIA - Micro Parametrico con CIA - Macro Non Parametrico con CIA - Micro Non Parametrico con CIA - Macro Parametrico senza CIA - Macro Non Parametrico senza CIA
Prerequisiti
Non ci sono requisiti formali. I requisiti generali includono una comprensione di base delle statistica e una familiarità con R/Python.
Testi di riferimento
Il materiale principale del corso è distribuito dal docente. Testi utili per approfondimento sono: - "Data Quality and Record Linkage Techniques" Thomas N. Herzog, Fritz J. Scheuren e William E. Winkler - "Statistical matching: Theory and practice" D'Orazio, Marcello, Marco Di Zio e Mauro Scanu. Consultare sito Moodle del corso per le diapositive https://elearning.uniroma1.it/course/view.php?id=15153
Frequenza
non obbligatoria
Modalità di esame
Durante la prova orale, il candidato viene valutato sulla sua conoscenza dei contenuti visti a lezione. Questo può coinvolgere la capacità di rispondere a domande specifiche, di collegare concetti tra loro e di applicare le conoscenze acquisite a situazioni pratiche o problemi. La capacità di rispondere in modo appropriato, coerente e preciso alle domande è un elemento chiave nella valutazione complessiva.
  • Codice insegnamento10612315
  • Anno accademico2025/2026
  • CorsoStatistical Methods and Applications - Metodi statistici e applicazioni
  • CurriculumOfficial Statistics (percorso valido anche ai fini del conseguimento del doppio titolo italo-francese)
  • Anno1º anno
  • Semestre2º semestre
  • SSDSECS-S/01
  • CFU6