Scienze statistiche - Statistical Sciences

TEORIA DEI CAMPIONI

Obiettivi formativi

Obiettivi formativi L'obiettivo formativo primario è l'apprendimento dei metodi del campionamento da popolazioni finite. Formalizzare e pianificare il processo di raccolta e analisi di dati in studi osservazionali. Pianificazione di indagini campionarie, scelta del disegno di campionamento, pianificazione della raccolta dei dati, analisi dei dati e stima delle quantità di interesse. Conoscenza e comprensione Conoscenza e comprensione delle principali metodologie di pianificazione delle indagini campionarie, trattamento degli errori non-campionari, delle mancate risposte, dei dati mancanti, degli errori di misurazione. Analisi di dati reali e stima di quantità di interesse, quali medie e proporzioni. Applicare conoscenza e comprensione Al termine del corso gli studenti sono in grado di formalizzare e pianificare il processo di raccolta e analisi di dati in studi osservazionali e di gestire i principali disegni campionari, stimatori puntuali e intervallari e le principali metodologie per il trattamento di errori non-campionari, delle mancate risposte, dei dati mancanti, degli errori di misurazione. Sono inoltre in grado di applicare i metodi a dati reali e di interpretare i risultati. Capacità di giudizio Gli studenti sviluppano senso critico attraverso le applicazioni dei metodi di campionamento e stima in un ampio spettro di contesti e attraverso il confronto di diverse possibili soluzioni e analisi di risultati. Communication skills Gli studenti, attraverso lo studio, acquisiscono il linguaggio tecnico scientifico della disciplina, da usare nella loro attività. Capacità di apprendimento Gli studenti che superano l'esame apprendono un metodo di analisi da utilizzare nel processo di raccolta e analisi di dati da popolazioni finite.

Canale 1

PIER LUIGI CONTI Scheda docente

Programmi - Frequenza - Esami

Programma

- Aspetti fondamentali dei disegni di campionamento a probabilità variabile - Probabilità di inclusione: proprietà e approssimazioni - Alcuni esempi rilevanti: campionamento casuale semplice, campionamento casuale stratificato, campionamento a grappolo a uno stadio, campionamento a due stadi, campionamento sistematico, ppswr, ppswor, disegno di campionamento Midzuno-Lahiri - Teoria dell'inferenza statistica nel campionamento casuale con approccio a popolazione fissa: aspetti di base - Lo stimatore di Horvitz-Thompson e le sue proprietà. Il problema della stima della varianza: soluzioni esatte e approssimate. - Disegni di campionamento con probabilità di inclusione prefissate: Poisson, Bernoulli, Pareto, Sampford, Poisson condizionato, disegni di campionamento. - Disegni di campionamento bilanciati e algoritmo di cube sampling. - Stimatori di calibrazione, con applicazioni alla post-stratificazione e alla stima nelle tabelle di contingenza. Algoritmo IPF. - Stima della varianza mediante tecnica di linearizzazione. - Ricampionamento basato su pseudo-popolazioni: aspetti generali e applicazioni alla stima della varianza. - Errori non di campionamento: aspetti generali. - Imperfezioni di frame. Campionamento "dual frame". - Modelli di errori di misura. Effetti degli errori di misura. - Mancate risposte risposte: aspetti generali. Metodologie per prevenire le mancate risposte. Metodologie per la ponderazione dei dati. - Campionamento dei non rispondenti: l'approccio Hansen-Hurwitz in una prospettiva moderna. - Tecniche di risposte randomizzate - Stima delle probabilità di risposta attraverso gruppi di risposta omogenei - Modelli di superpopolazione: aspetti di base - Approcci basati sul disegno, sul modello e sull'assistenza al modello per l'inferenza dei parametri di superpopolazione - Ignorabilità dei disegni di campionamento e conseguenze della non ignorabilità: l'emergere dell'inferenza assistita da modello. - Verosimiglianza ponderata (Pseudo-log-verosimiglianza) - Analisi di regressione per dati di indagine. Stimatore GREG - Inferenza statistica nelle tabelle di contingenza.

Prerequisiti

Corso elementare di "Inferenza Statistica" + corso elementare di "Tecniche di campionamento"

Testi di riferimento

Appunti del docente

Frequenza

Il corso consiste di 72 ore di lezione (9 cfu) Le lezioni sono tenute in classe con modalità tradizionali

Modalità di esame

Rapporto scritto (tesina) + esame scritto o orale