L indagine campionaria Lezione 5
|
|
- Ada Deluca
- 7 anni fa
- Visualizzazioni
Transcript
1 Anno accademico 2007/08 L indagine campionaria Lezione 5 Docente: prof. Maurizio Pisati Campionamento Il campionamento è l insieme delle operazioni finalizzate a generare il campione iniziale di una data indagine campionaria Il campione iniziale è il sottoinsieme della popolazione di riferimento che una data indagine campionaria si propone di intervistare 1
2 Fasi del campionamento Il campionamento si articola in cinque fasi analiticamente distinte: Definizione della popolazione di riferimento Specificazione del disegno di campionamento Determinazione dell ampiezza del campione iniziale Individuazione delle liste di campionamento Selezione delle unità di campionamento Popolazione di riferimento La popolazione di riferimento è l insieme teorico di tutte le unità di analisi, cioè di tutti gli oggetti di studio di una data indagine campionaria Tipicamente, nelle indagini campionarie di tipo sociologico le unità di analisi sono persone che possiedono determinate caratteristiche 2
3 Popolazione di riferimento La definizione della popolazione di riferimento dipende strettamente dagli interrogativi di ricerca che stanno alla base dell indagine campionaria In ogni caso, è molto importante che questa definizione sia il più possibile analitica e precisa Popolazione di riferimento Esempio NO: gli italiani adulti SÌ: tutte le persone che il 1 novembre 2003 avevano un età uguale o superiore a 18 anni e risiedevano in Italia in abitazioni private 3
4 Disegno di campionamento Il disegno di campionamento è la procedura da seguire per selezionare il campione iniziale di una data indagine campionaria I disegni di campionamento possono essere classificati in due categorie: Probabilistici Non probabilistici Disegno di campionamento Un disegno di campionamento si dice probabilistico quando ogni unità della popolazione di riferimento ha una probabilità di inclusione nel campione iniziale nota e maggiore di zero Un disegno di campionamento si dice non probabilistico quando le probabilità di inclusione nel campione iniziale sono ignote 4
5 Disegno di campionamento I disegni di campionamento probabilistici sono sempre preferibili per due ragioni essenziali: La procedura di selezione del campione iniziale è specificata, oggettiva e replicabile Solo conoscendo la probabilità di inclusione nel campione iniziale di ogni unità della popolazione di riferimento è possibile definire la distribuzione di probabilità degli stimatori di interesse Disegno di campionamento Nonostante ciò, nella pratica di ricerca, in particolare nei sondaggi politici o di opinione e nelle ricerche di mercato, si tende spesso ad utilizzare disegni di campionamento non probabilistici, in quanto meno costosi e più semplici da eseguire In particolare, viene spesso utilizzato il cosiddetto campionamento per quote 5
6 Disegno di campionamento È importante sottolineare che il ricorso a disegni di campionamento non probabilistici rende impossibile stimare la varianza di qualsiasi stimatore e, pertanto, non consente di calcolare il margine di errore delle stime di interesse Disegni probabilistici I principali disegni di campionamento probabilistici sono definiti dalla combinazione di tre elementi: Meccanismo di selezione delle unità di campionamento Stratificazione della popolazione di riferimento Numero degli stadi di campionamento 6
7 Meccanismi di selezione I meccanismi di selezione delle unità di campionamento più utilizzati sono tre: Selezione casuale semplice Selezione sistematica Selezione con probabilità proporzionale al peso Meccanismi di selezione La selezione casuale semplice si svolge come segue: A ogni unità inclusa nella lista di campionamento si assegna un numero progressivo compreso fra 1 e N Utilizzando il calcolatore, si generano n numeri casuali nell intervallo compreso fra 1 e N Le unità della lista di campionamento i cui numeri progressivi corrispondono ai numeri casuali così generati vanno a formare il campione desiderato 7
8 Meccanismi di selezione La selezione sistematica si svolge come segue: Si calcola l intervallo di campionamento, pari a k=n/n Utilizzando il calcolatore, si genera un numero casuale nell intervallo compreso fra 1 e k. Questo numero identifica l unità di partenza della lista di campionamento Cominciando dall unità di partenza, si seleziona dalla lista di campionamento una unità ogni k, fino ad arrivare alle n unità desiderate Meccanismi di selezione La selezione con probabilità proporzionale al peso assegna a ogni unità inclusa nella lista di campionamento una probabilità di essere selezionata proporzionale al suo peso, definito in base a criteri stabiliti dal ricercatore 8
9 Stratificazione La stratificazione consiste nel suddividere la popolazione di riferimento in H gruppi esaustivi e mutuamente esclusivi detti strati e nel selezionare un campione diverso per ogni strato così identificato Combinando i campioni selezionati nei diversi strati si ottiene il campione complessivo desiderato Stratificazione Per stabilire la quota di campione complessivo da assegnare a ciascuno strato si possono seguire due strategie: Assegnazione proporzionale Assegnazione non proporzionale 9
10 Stratificazione L assegnazione proporzionale consiste nell assegnare a ogni strato un numero di unità proporzionale al peso dello strato stesso. Formalmente: n n h = N N h Stratificazione L assegnazione proporzionale è la strategia migliore quando: La variabilità del fenomeno studiato è più o meno la stessa in tutti gli strati Gli strati hanno più o meno tutti la stessa dimensione Gli strati hanno dimensioni diverse ma non c è l esigenza di produrre stime separate per ciascuno strato 10
11 Stratificazione L assegnazione non proporzionale consiste nell assegnare a ogni strato un numero di unità non proporzionale al peso dello strato stesso Stratificazione L assegnazione non proporzionale si utilizza in due casi: Quando la variabilità del fenomeno studiato varia da strato a strato, è consigliabile sovracampionare quegli strati in cui tale variabilità è maggiore Quando gli strati hanno dimensioni diverse e c è l esigenza di produrre stime separate per ciascuno strato, è consigliabile sovracampionare gli strati più piccoli 11
12 Stratificazione La stratificazione offre diversi vantaggi: Permette di rappresentare perfettamente la distribuzione delle variabili utilizzate per formare gli strati Permette di utilizzare frazioni di campionamento diverse per ogni strato Può aumentare la precisione degli stimatori di interesse Stadi di campionamento Talvolta il campionamento può essere realizzato in un unico stadio In altri casi è preferibile o necessario articolare il campionamento in due o più stadi successivi In questi casi parliamo di campionamento multistadio 12
13 Campionamento multistadio Il campionamento multistadio implica che le unità di analisi siano organizzate in più livelli gerarchicamente ordinati Ad esempio, gli studenti sono organizzati in classi che, a loro volta, sono organizzate in scuole Se dovessimo selezionare un campione di studenti, potremmo prima selezionare un campione di scuole, poi un campione di classi entro ciascuna delle scuole precedentemente selezionate, e infine un campione di studenti entro ciascuna delle classi precedentemente selezionate Campionamento multistadio In questo esempio, la selezione delle scuole rappresenta il primo stadio di campionamento e le scuole sono dette unità primarie di campionamento Analogamente, la selezione delle classi entro ciascuna scuola rappresenta il secondo stadio di campionamento e le classi sono dette unità secondarie di campionamento Infine, la selezione degli studenti entro ciascuna classe rappresenta lo stadio finale di campionamento e gli studenti sono detti unità finali di campionamento 13
14 Campionamento multistadio Le unità di campionamento diverse da quelle finali cioè quelle poste ai livelli più elevati della gerarchia sono dette cluster o grappoli, in quanto rappresentano non le unità di analisi vere e proprie, bensì insiemi più o meno ampi di tali unità Nell esempio precedente, le scuole sono cluster di primo livello, le classi sono cluster di secondo livello, gli studenti sono le unità di analisi Campionamento a due stadi Primo stadio di campionamento Stadio finale di campionamento 14
15 Campionamento multistadio Il campionamento multistadio offre due vantaggi principali: A parità di ogni altra condizione, è meno costoso e più rapido da realizzare Evita la necessità di disporre di una lista unica di tutte le unità della popolazione di riferimento Il suo svantaggio principale è una minore precisione degli stimatori di interesse Disegni probabilistici Combinando variamente i tre elementi descritti sopra (meccanismo di selezione, stratificazione, numero degli stadi di campionamento) si ottengono diversi disegni di campionamento probabilistici Una delle combinazioni più comuni è il campionamento multistadio stratificato in cui: Le unità di primarie di campionamento sono selezionate con probabilità proporzionale al peso Le unità di campionamento successive sono selezionate con procedura casuale semplice o procedura sistematica 15
16 Disegni probabilistici La scelta del disegno di campionamento probabilistico da adottare in una data indagine campionaria dipende da molti fattori, fra cui: Caratteristiche della popolazione di riferimento Disponibilità di buone liste di campionamento Disponibilità di risorse finanziarie Precisione degli stimatori desiderata Precisione degli stimatori L ultimo fattore menzionato implica che il disegno di campionamento adottato influisce sulla precisione degli stimatori Complessivamente, la precisione di uno stimatore è funzione di tre elementi: L ampiezza del campione effettivo: maggiore è tale ampiezza, maggiore è la precisione La variabilità del fenomeno oggetto di studio: maggiore è tale variabilità, minore è la precisione L efficienza del disegno di campionamento adottato: maggiore è tale efficienza, maggiore è la precisione 16
17 Precisione degli stimatori L efficienza di un dato disegno di campionamento può essere espressa in termini di contenuto informativo per unità campionata In altri termini, l efficienza di un dato disegno di campionamento è tanto maggiore quanto maggiore è la capacità media di ogni unità campionata di fornire informazioni utili sul fenomeno di interesse Precisione degli stimatori Dunque, un disegno di campionamento è più efficiente di un altro se, a parità di numero di unità campionate, fornisce una maggiore quantità di informazioni sul fenomeno di interesse In pratica, l efficienza relativa di un dato disegno di campionamento viene espressa mediante una misura denominata effetto del disegno (design effect) e indicata con il simbolo deff 17
18 Precisione degli stimatori Per un dato stimatore θˆ, deff equivale al rapporto fra: V (θˆ ) cpl = varianza dello stimatore che otterremmo se adottassimo un dato disegno di campionamento probabilistico complesso (cioè stratificato e/o multistadio) V (θˆ ) ccs = varianza dello stimatore che otterremmo se, a parità di ampiezza del campione, adottassimo invece un disegno di campionamento a uno stadio con meccanismo di selezione casuale semplice (campionamento casuale semplice) Precisione degli stimatori Formalmente: deff V ( θˆ) = V ( θˆ) cpl ccs Se deff>1, allora il disegno di campionamento complesso adottato è relativamente inefficiente Se deff<1, allora il disegno di campionamento complesso adottato è relativamente efficiente 18
19 Precisione degli stimatori In genere la stratificazione tende ad aumentare la precisione degli stimatori, cioè a diminuire il valore di deff Al contrario, il campionamento multistadio tende a ridurre la precisione degli stimatori, cioè ad aumentare il valore di deff Tale riduzione è tanto maggiore quanto maggiore è: il numero di unità campionate per cluster l omogeneità delle unità campionate entro ogni cluster Precisione degli stimatori Molti ricercatori calcolano la precisione dei propri stimatori e i margini di errore delle proprie stime come se il campione da essi analizzato fosse stato selezionato mediante un disegno di campionamento casuale semplice, anche quando in realtà è stato selezionato mediante un disegno di campionamento complesso Così facendo sottostimano sistematicamente i margini di errore delle stime, in quanto quasi sempre deff>1 19
20 Ampiezza del campione iniziale Poiché l obiettivo di ogni indagine campionaria è quello di ottenere stime il più possibile accurate delle quantità di interesse, anche la scelta dell ampiezza del campione iniziale dovrebbe essere fatta tenendo a mente tale obiettivo Ampiezza del campione iniziale A questo proposito, bisogna ricordare che: L accuratezza di ogni stimatore dipende in parte dalla sua precisione La precisione di ogni stimatore dipende in parte dall ampiezza del campione effettivo L ampiezza del campione effettivo dipende in parte dall ampiezza del campione iniziale Dunque, l ampiezza del campione iniziale influisce sull accuratezza degli stimatori di interesse 20
21 Ampiezza del campione iniziale A parità di ogni altra condizione, quanto maggiore è l ampiezza del campione iniziale, tanto maggiore è l accuratezza degli stimatori di interesse Tuttavia, poiché ogni unità inclusa nel campione iniziale ha un certo costo e poiché le risorse finanziare disponibili sono limitate, generalmente la misura in cui si può aumentare l ampiezza del campione iniziale è sottoposta a vincoli Ampiezza del campione iniziale In generale, per determinare l ampiezza n del campione iniziale si procede come segue: Si stabilisce l ampiezza minima del campione effettivo, cioè il numero minimo di unità necessario per ottenere stimatori ragionevolmente precisi dati gli obiettivi dell indagine. Indichiamo tale quantità con il simbolo nmin 21
22 Ampiezza del campione iniziale n min Si rettifica per tenere conto dell eventuale presenza, nel campione iniziale, di unità non contattabili. Se la quota di tali unità è stimata essere pari a nc, allora la rettifica assume la seguente forma: n = n min /(1 nc) Ampiezza del campione iniziale n Si rettifica per tenere conto dell eventuale presenza, nel sottoinsieme delle unità contattabili, di unità non eleggibili o eleggibili ma non collaboranti. Se la quota di tali unità è stimata essere pari a nr, allora la rettifica assume la seguente forma: n = n /( 1 nr) 22
23 Ampiezza del campione iniziale n Si rettifica per tenere conto dell effetto del disegno di campionamento adottato. Se tale effetto è stimato essere pari a deff, allora la rettifica assume la seguente forma: n = n (deff Il risultato di quest ultima rettifica corrisponde all ampiezza n del campione iniziale ) Ampiezza del campione iniziale Esempio: n min = nc = 0,03 nr = 0,35 deff = 1,2 n = /(1 0,03) = n = /(1 0,35) = n = ,2 =
24 Ampiezza del campione iniziale Come si stabilisce l ampiezza minima del campione effettivo n min? Non esiste una risposta standard a questa domanda Come si è detto, n min dovrebbe esprimere il numero minimo di unità campionate necessario per ottenere stimatori ragionevolmente precisi dati gli obiettivi dell indagine Ampiezza del campione iniziale Il problema è che, in genere, un indagine campionaria si propone di stimare molte quantità di interesse Poiché gli stimatori di queste quantità tendono ad avere precisioni diverse (perché rappresentano fenomeni diversi e riguardano sottoinsiemi della popolazione di riferimento diversi), è impossibile stabilire un valore di ugualmente appropriato per tutti i possibili stimatori di interesse n min 24
25 Ampiezza del campione iniziale L unico modo per affrontare questo problema consiste nel formulare a priori un piano delle analisi che si intendono effettuare e, quindi, un elenco delle quantità che si intendono stimare All interno di questo elenco si dovrebbero individuare le quantità potenzialmente più difficili da stimare (o quelle che si vogliono stimare con maggiore precisione) e tarare il valore di sulla base di tali quantità n min Ampiezza del campione iniziale Nella maggior parte dei casi la bontà di un campione NON dipende dalla frazione di campionamento, cioè dal rapporto fra l ampiezza n del campione e l ampiezza N della popolazione di riferimento Solo quando la frazione di campionamento supera il 10% può influire in modo rilevante sulla precisione degli stimatori Nella maggior parte delle indagini campionarie di tipo sociologico, tuttavia, la frazione di campionamento non supera l 1% 25
26 Ampiezza del campione iniziale Analogamente, l ampiezza della popolazione di riferimento NON influisce sulla bontà di un campione di una data ampiezza n In altri termini, la bontà di un campione di ampiezza n è sempre la stessa, qualunque sia l ampiezza della popolazione di riferimento Liste di campionamento La lista di campionamento è l elenco dal quale vengono selezionate le unità di campionamento a ogni stadio previsto dal disegno di campionamento adottato Una buona lista di campionamento possiede due caratteristiche: Completezza Efficienza 26
27 Liste di campionamento Una lista di campionamento è completa quando comprende tutte le unità che formano la popolazione di riferimento Una lista di campionamento è efficiente quando comprende in unica copia solo le unità che formano la popolazione di riferimento. In altri termini, una lista di campionamento è efficiente quando non comprende unità estranee o ripetute Ponderazione Come abbiamo visto, nei disegni di campionamento probabilistici ogni unità della popolazione di riferimento ha una probabilità di inclusione nel campione iniziale nota e maggiore di zero Indichiamo la probabilità di inclusione associata alla generica unità i con il simbolo pi i 27
28 Ponderazione Se le unità incluse nel campione iniziale sono tutte caratterizzate dalla stessa probabilità di inclusione, allora il campione è detto autoponderante e non necessita di alcun aggiustamento Se invece le unità incluse nel campione iniziale sono caratterizzate da probabilità di inclusione diverse, allora per ottenere stime non distorte delle quantità di interesse è necessario ponderare il campione Ponderazione La ponderazione consiste nell assegnare a ogni unità campionata un peso w i pari al reciproco della sua probabilità di inclusione. Formalmente: w i= 1/ pi i 28
29 Ponderazione Unità y i pii wi , , , , , , , , n = 8 Media semplice di y = 1.462,5 N = Media ponderata di y = 1.470,2 29
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE
CAMPIONAMENTO - ALCUNI TERMINI CHIAVE POPOLAZIONE = qualsiasi insieme di oggetti (unità di analisi) di ricerca N = ampiezza della popolazione PARAMETRI = caratteristiche della popolazione [media, proporzione
DettagliCampionamento La statistica media campionaria e la sua distribuzione
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
DettagliStatistica descrittiva e statistica inferenziale
Statistica descrittiva e statistica inferenziale 1 ALCUNI CONCETTI POPOLAZIONE E CAMPIONE Popolazione: insieme finito o infinito di unità statistiche classificate secondo uno o più caratteri Campione:
DettagliL indagine campionaria Lezione 3
Anno accademico 2007/08 L indagine campionaria Lezione 3 Docente: prof. Maurizio Pisati Variabile casuale Una variabile casuale è una quantità discreta o continua il cui valore è determinato dal risultato
DettagliCapitolo 7. Distribuzioni campionarie. Statistica. Levine, Krehbiel, Berenson
Levine, Krehbiel, Berenson Statistica Capitolo 7 Distribuzioni campionarie Insegnamento: Statistica Applicata Corsi di Laurea in "Scienze e tecnologie Alimentari" Unità Integrata Organizzativa Agraria,
DettagliIl campionamento statistico. prof. C.Guida
Il campionamento statistico prof. C.Guida Per determinare le caratteristiche fondamentali di una popolazione statistica non è sempre necessario analizzare tutta la popolazione, ma risulta sufficiente esaminare
DettagliIl Campionamento Statistico
Il Campionamento Statistico Campionamento sistematico (1/2) Introdotto per ovviare ai costi elevati del campionamento casuale e semplice; richiede la selezione casuale soltanto
DettagliCampionamento La statistica media campionaria e la sua distribuzione. Paola Giacomello Dip. Scienze Sociali ed Economiche Uniroma1
Campionamento La statistica media campionaria e la sua distribuzione 1 Definisco il problema da studiare: es. tempo di percorrenza tra abitazione e università Carattere: tempo ossia v.s. continua Popolazione:
Dettaglizio L'INDAGINE CAMPIONARIA Metodi, disegni e tecniche di campionamento
zio L'INDAGINE CAMPIONARIA Metodi, disegni e tecniche di campionamento B f F~ :_ ~ () ì E(.'.6.. CJ?.. E S T Luigi Fabbris L'indagine camp1onar1a Metodi, disegni e tecniche di campionamento La Nuova Italia
DettagliMetodi e tecniche di valutazione dei progetti Tecniche di campionamento
Tecniche di campionamento Facoltà di Medicina e Odontoiatria Corso di laurea magistrale Facoltà TECNICHE di Economia DIAGNOSTICHE A.A. 2013-2014 Probabilistico Campione Non probabilistico Campione casuale
Dettagli28/10/2010 CAMPIONE STATISTICO. L'errore di campionamento
8/10/010 CAMPIONE STATISTICO POPOLAZIONE CAMPIONE RAPPRESENTATIVO L'errore di campionamento L'errore di campionamento è rappresentato dalla differenza tra i risultati ottenuti dal campione e la vera caratteristica
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2016-2017 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliPRINCIPI DI EPIDEMIOLOGIA E SORVEGLIANZA Orvieto, 22 marzo Maria Miceli
PRINCIPI DI EPIDEMIOLOGIA E SORVEGLIANZA Orvieto, 22 marzo 2006 Campionamento Maria Miceli Cos è il campionamento? Procedura attraverso la quale alcuni membri della popolazione sono selezionati come rappresentatitivi
DettagliLEZIONI DI STATISTICA MEDICA
LEZIONI DI STATISTICA MEDICA Lezione n.11 - Principi dell inferenza statistica - Campionamento - Distribuzione campionaria di una media e di una proporzione - Intervallo di confidenza di una media e di
DettagliLa progettazione di un indagine statistica
Dip. di Scienze Umane e Sociali paolo.cazzaniga@unibg.it Outline 1 L indagine campionaria 2 3 Outline 1 L indagine campionaria 2 3 L indagine campionaria [1/2] Principalmente influenzata da: tempi costi
DettagliCampionamento. Aa
Campionamento Un procedimento attraverso cui si estrae, da un insieme di unità (popolazione) costituenti l oggetto dello studio, un numero ridotto di casi (campione) scelti con criteri tali da consentire
DettagliMetodologia Statistica
Metodologia Statistica La metodologia statistica viene suddivisa tradizionalmente in due branche, strettamente collegate Statistica descrittiva indicatori statistici per riassumere realtà complesse Statistica
DettagliSTATISTICHE, DISTRIBUZIONI CAMPIONARIE E INFERENZA
Metodi statistici e probabilistici per l ingegneria Corso di Laurea in Ingegneria Civile A.A. 2009-10 Facoltà di Ingegneria, Università di Padova Docente: Dott. L. Corain 1 STATISTICHE, DISTRIBUZIONI CAMPIONARIE
Dettagli05. Errore campionario e numerosità campionaria
Statistica per le ricerche di mercato A.A. 01/13 05. Errore campionario e numerosità campionaria Gli schemi di campionamento condividono lo stesso principio di fondo: rappresentare il più fedelmente possibile,
DettagliCapitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari"
Levine, Krehbiel, Berenson Statistica Capitolo 5 Variabili aleatorie discrete notevoli Insegnamento: Statistica Applicata Corso di Laurea in "Scienze e Tecnologie Alimentari" Unità Integrata Organizzativa
DettagliVerifica delle ipotesi
Statistica inferenziale Stima dei parametri Verifica delle ipotesi Concetti fondamentali POPOLAZIONE o UNIVERSO Insieme degli elementi cui si rivolge il ricercatore per la sua indagine CAMPIONE Un sottoinsieme
DettagliAlcuni concetti. Unità
Alcuni concetti Campionamento: il processo di selezione di un certo numero di unità da una popolazione di studio predefinita Popolazione di riferimento: l insieme totale, finito o infinito, degli elementi
DettagliStatistica dei consumi alimentari e delle tendenze nutrizionali Lezione 11-5/11/2015
Statistica dei consumi alimentari e delle tendenze nutrizionali Lezione 11-5/11/2015 a.a. 2015/16 Prof. Maria Francesca Romano mariafrancesca.romano@sssup.it Argomenti trattati Popolazione e campionamento
DettagliStima diretta della domanda di trasporto
Corso di PIANIFICAZIONE DEI TRASPORTI Prof. Ing. Agostino Nuzzolo Aprile 005 Stima diretta della domanda di trasporto Stima della domanda di trasporto STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE
DettagliIndagine statistica. Indagine Totale Indagine Campionaria Fasi dell indagine
10/1 Indagine statistica Indagine Totale Indagine Campionaria Fasi dell indagine definizione degli obiettivi definizione delle unità e delle variabili da rilevare scelta del periodo di riferimento individuazione
DettagliUniversità del Piemonte Orientale. Corso di Laurea in Igiene Dentale. Corso di Statistica per la ricerca sperimentale e tecnologica
Università del Piemonte Orientale Corso di Laurea in Igiene Dentale Corso di Statistica per la ricerca sperimentale e tecnologica Campionamento e distribuzione campionaria della media Corso di laurea triennale
DettagliSTATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi 30 novembre 2007
STATISTICA SOCIALE Corso di laurea in Scienze Turistiche - A.A. 2007/2008 Esercizi 30 novembre 2007 Esercizio 1 La seguente Tabella 1 riporta la distribuzione degli alberghi di una certa area per categoria
DettagliLe indagini campionarie
Le indagini campionarie: i principali schemi di campionamento Le indagini campionarie Il reperimento dei DATI STATISTICI attraverso una RILEVAZIONE è un operazione che ha dei COSTI, sia in termini di TEMPO
DettagliDistribuzioni campionarie. Antonello Maruotti
Distribuzioni campionarie Antonello Maruotti Outline 1 Introduzione 2 Concetti base Si riprendano le considerazioni fatte nella parte di statistica descrittiva. Si vuole studiare una popolazione con riferimento
DettagliMetodi Statistici per il Marketing. #06 Elementi di statistica inferenziale e di teoria dei campioni
Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #06 Elementi di statistica inferenziale e di teoria dei campioni 22 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #06 Elementi di statistica
DettagliLA COSTRUZIONE DELLA BASE EMPIRICA B RELATIVAMENTE ALL UNITÀ DI ANALISI LA DEFINIZIONE OPERATIVA DELL OGGETTO
LA COSTRUZIONE DELLA BASE EMPIRICA B RELATIVAMENTE ALL UNITÀ DI ANALISI LA DEFINIZIONE OPERATIVA DELL OGGETTO CONSISTE NELLO SPECIFICARE IL TIPO DI OGGETTO CUI E INTERESSATA L INDAGINE = L UNITA DI ANALISI
DettagliIl campionamento. Storia del campionamento nelle scienze sociali
Il campionamento Storia del campionamento nelle scienze sociali 1895 (Congresso internazionale di statistica a Berna) : A.Kiaer campionamento ragionato al posto di indagini censuarie 1926 : A.Bowley: campionamento
DettagliConcetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017. Giovanni Lafratta
Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2016/2017 Giovanni Lafratta ii Indice 1 Spazi, Disegni e Strategie Campionarie 1 2 Campionamento casuale
DettagliAppunti sull indagine statistica e i principali schemi di campionamento
Appunti sull indagine statistica e i principali schemi di campionamento Nell ambito delle discipline del management, la definizione di possibili alternative strategiche e la conseguente scelta di quella
DettagliPOPOLAZIONE CAMPIONE
CAMPIONAMENTO 1 POPOLAZIONE Insieme finito o infinito di unità legate da almeno una caratteristica comune, che consenta di stabilire un criterio di appartenenza alla popolazione stessa. Esempio Bambini
DettagliMetodi statistici per le ricerche di mercato
Metodi statistici per le ricerche di mercato Prof.ssa Isabella Mingo A.A. 2018-2019 Facoltà di Scienze Politiche, Sociologia, Comunicazione Corso di laurea Magistrale in «Organizzazione e marketing per
DettagliRILEVAZIONI CAMPIONARIE E TECNICHE DI CAMPIONAMENTO. Prof.ssa Maria Carella
RILEVAZIONI CAMPIONARIE E TECNICHE DI CAMPIONAMENTO Prof.ssa Maria Carella maria.carella1@uniba.it FASE 1 PROGRAMMAZIONE Fase in cui si predispone il piano di rilevazione Si procede alla: 1. DEFINIZIONE
DettagliIndice Aspetti generali sul campionamento da popolazioni finite Campionamento probabilistico Disegno campionario semplice
Indice 1 Aspetti generali sul campionamento da popolazioni finite.. 1 1.1 Rilevazionicensuarieerilevazionicampionarie... 1 1.2 Lineemetodologichediunarilevazionestatistica... 3 1.3 Popolazioni, etichette,
DettagliUniversità del Piemonte Orientale. Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia. Corso di Statistica Medica
Università del Piemonte Orientale Corso di Laurea Triennale di Infermieristica Pediatrica ed Ostetricia Corso di Statistica Medica Campionamento e distribuzione campionaria della media CdL Infermieristica
DettagliRichiami di inferenza statistica Strumenti quantitativi per la gestione
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Parametri e statistiche Esempi Tecniche di inferenza Stima Precisione delle stime Intervalli
DettagliRichiami di inferenza statistica. Strumenti quantitativi per la gestione. Emanuele Taufer
Richiami di inferenza statistica Strumenti quantitativi per la gestione Emanuele Taufer Inferenza statistica Inferenza statistica: insieme di tecniche che si utilizzano per ottenere informazioni su una
DettagliEconomia e Gestione delle Imprese
Economia e Gestione delle Imprese Facoltà di Scienze Politiche Corso di Laurea in Economia Prof. Marco Galdenzi Anno accademico 2013/14 LE RILEVAZIONI INTERNE ORDINE Produzione Magazzino Vendite Acquisti
DettagliSTATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE
S.S.I.S TOSCANA F.I.M. -II anno STATISTICA INDUTTIVA: STIMA DI PARAMETRI STIMA PUNTUALE PROBLEMA 1 Vogliamo valutare la percentuale p di donne fumatrici tra le donne in età fertile. Procediamo all estrazione
DettagliFacoltà di Giurisprudenza Università di Macerata
Facoltà di Giurisprudenza Università di Macerata Corso di Programmazione e valutazione dei servizi sociali Il campionamento docente: Cristina Davino a.a.: 011-01 Le indagini statistiche Oggetto di ogni
DettagliProf. Roberto de Marco. Lezione n L inferenza statistica I. Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona
Prof. Roberto de Marco Lezione n.10 - L inferenza statistica I Sezione di Epidemiologia & Statistica Medica Università degli Studi di Verona STATISTICA DESCRITTIVA Metodi per la descrizione e sintesi di
DettagliRILEVAMENTO DELLA PREVALENZA
RILEVAMENTI - Servono per ottenere informazioni sulla malattia nella popolazione - I rilevamenti prevedono il conteggio dei membri di un aggregato di unità e la misura delle loro caratteristiche - In epidemiologia
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE 4 Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Stimatore media campionaria Il tempo in minuti necessario a un certo impiegato dell anagrafe
DettagliPrincipi di analisi causale Lezione 3
Anno accademico 2007/08 Principi di analisi causale Lezione 3 Docente: prof. Maurizio Pisati Approccio causale Nella maggior parte dei casi i ricercatori sociali utilizzano la regressione per stimare l
DettagliEsercitazioni di Statistica
Esercitazioni di Statistica La distribuzione delle statistiche campionarie Teorema del limite centrale Prof. Livia De Giovanni statistica@dis.uniroma.it Esercizio (Scozzafava) Una ferrovia metropolitana
DettagliConcetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2017/2018. Giovanni Lafratta
Concetti di teoria dei campioni ad uso degli studenti di Statistica Economica e Finanziaria, A.A. 2017/2018 Giovanni Lafratta ii Indice 1 Spazi, Disegni e Strategie Campionarie 1 2 Campionamento casuale
DettagliSTATISTICA A K (60 ore)
STATISTICA A K (60 ore) Marco Riani mriani@unipr.it http://www.riani.it STIMA PUNTUALE (p. 55) Il parametro è stimato con un unico valore Esempio: stima della share di un programma TV = % di spettatori
DettagliIl modello lineare e l analisi della varianza con
Il modello lineare e l analisi della varianza con Rocco Micciolo Università di Trento http://hostingwin.unitn.it/micciolo/ ANOVA a 1 via La scomposizione della devianza ANOVA a 1 via e modello lineare
DettagliPrincipali procedimenti di campionamento casuali 1
campionamento casuali 1 semplice ogni membro sì della popolazione ha la stessa probabilità di essere estratto di campionamento casuali 2 sistematico viene estratto un membro della popolazione ogni k (passo
DettagliCampionamento e distribuzioni campionarie
Campionamento e distribuzioni campionarie Prof. Giuseppe Verlato Sezione di Epidemiologia e Statistica Medica, Università di Verona Inferenza statistica = processo che, partendo dalle informazioni contenute
DettagliEsempi di fattori che influenzano la dimensione del campione per le procedure di conformità EFFETTO SULLA DIMENSIONE DEL CAMPIONE
APPENDICE 2 (Rif.: Par. A11) Esempi di fattori che influenzano la dimensione del campione per le procedure di conformità Si riportano di seguito i fattori che il revisore può considerare nella determinazione
DettagliArgomenti della lezione: Campionamento Stima Distribuzione campionaria Campione Popolazione Sottoinsieme degli elementi (o universo) dell '
Lezione 2 Argomenti della lezione: La statistica inferenziale: concetti di base Campionamento Stima Distribuzione campionaria Popolazione (o universo) Insieme di tutti gli elementi cui si rivolge il ricercatore
DettagliContenuto del capitolo
Capitolo 8 Stima 1 Contenuto del capitolo Proprietà degli stimatori Correttezza: E(Stimatore) = parametro da stimare Efficienza Consistenza Intervalli di confidenza Per la media - per una proporzione Come
DettagliValori Mancanti. Valori Mancanti. Introduzione. continua
Un vecchio adagio afferma che ci sono due certezze: Morte e tasse. Potremmo aggiungerne un altra: i valori mancanti. McKnight P.,McKnight K., Sidani S., Figueredo A. (2007) Dott.ssa Saraco Francesca Seminario
DettagliL INDAGINE SUL BENESSERE ORGANIZZATIVO IN ARPA EMILIA-ROMAGNA LA SCELTA DEL CAMPIONE
L INDAGINE SUL BENESSERE ORGANIZZATIVO IN ARPA EMILIA-ROMAGNA LA SCELTA DEL CAMPIONE 1 Premessa In questa presentazione viene descritta la procedura scelta per determinare le persone da coinvolgere nell
DettagliCapitolo 4. Il sistema delle informazioni di marketing per ottenere dati sui clienti. Capitolo 4- slide 1
Capitolo 4 Il sistema delle informazioni per ottenere dati sui clienti Capitolo 4- slide 1 Il sistema delle informazioni Obiettivi di apprendimento Le informazioni e i dati sui clienti La valutazione del
DettagliIntroduzione alla probabilità
Introduzione alla probabilità Osservazione e studio dei fenomeni naturali: a. Caso deterministico: l osservazione fornisce sempre lo stesso risultato. b. Caso stocastico o aleatorio: l osservazione fornisce
DettagliEsercitazioni di statistica
Esercitazioni di statistica Intervalli di confidenza Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 10 Dicembre 2014 Stefania Spina Esercitazioni di statistica 1/43 Stefania Spina
DettagliEconometria. lezione 13. validità interna ed esterna. Econometria. lezione 13. AA 2014-2015 Paolo Brunori
AA 2014-2015 Paolo Brunori popolazione studiata e popolazione di interesse - popolazione studiata: popolazione da cui è stato estratto il campione - popolazione di interesse: popolazione per la quale ci
DettagliCON O SENZA REIMMISSIONE
CAMPIONAMENTO Per una buona inferenza o induzione statistica, bisogna affrontare il problema del campionamento, ovvero del come raccogliere un campione della popolazione affinché la si possa studiare induttivamente.
DettagliCorso di Audit e Governance INTRODUZIONE AL CAMPIONAMENTO. a cura di Valeria Caviezel
Corso di Audit e Governance INTRODUZIONE AL CAMPIONAMENTO a cura di Valeria Caviezel 1 Qualche cenno storico Un primo tentativo di formalizzare la teoria del campionamento è dovuto a Kiaer, capo dell ufficio
DettagliC.I. di Metodologia clinica
C.I. di Metodologia clinica Modulo 5. I metodi per la sintesi e la comunicazione delle informazioni sulla salute Obiettivo Conoscere e utilizzare i principali strumenti per organizzare e descrivere le
DettagliSTATISTICA ESERCITAZIONE
STATISTICA ESERCITAZIONE Dott. Giuseppe Pandolfo 1 Giugno 2015 Esercizio 1 Una fabbrica di scatole di cartone evade il 96% degli ordini entro un mese. Estraendo 300 campioni casuali di 300 consegne, in
DettagliCapitolo 8. Intervalli di confidenza. Statistica. Levine, Krehbiel, Berenson. Casa editrice: Pearson. Insegnamento: Statistica
Levine, Krehbiel, Berenson Statistica Casa editrice: Pearson Capitolo 8 Intervalli di confidenza Insegnamento: Statistica Corso di Laurea Triennale in Economia Dipartimento di Economia e Management, Università
DettagliTecniche di sondaggio
SMID a.a. 2005/2006 Corso di Statistica per la Ricerca Sperimentale Tecniche di sondaggio 24/1/2006 Nomenclatura Indicheremo con P una popolazione, con N la sua numerosità, con k la sua etichetta e con
DettagliTeoria e tecniche dei test
Teoria e tecniche dei test Lezione 9 LA STANDARDIZZAZIONE DEI TEST. IL PROCESSO DI TARATURA: IL CAMPIONAMENTO. Costruire delle norme di riferimento per un test comporta delle ipotesi di fondo che è necessario
DettagliLA STIMA DELLA DOMANDA DI TRASPORTO
LA STIMA DELLA DOMANDA DI TRASPORTO STIMA DELLA DOMANDA ATTUALE STIMA DELLA DOMANDA ATTUALE E FUTURA STIMA DIRETTA STIMA DA MODELLO INDAGINI: INTERVISTE SU DI UN CAMPIONE DI UTENTI: (INFORMAZIONI DISAGGREGATE)
DettagliMatematica per psicologi
Matematica per psicologi Docente: prof. Gabriella Caristi, E-mail: caristi@units.it http://www.dsm.univ.trieste.it/~caristi Tel.: 040 558 2605 Testo: Statistical methods for the social sciences, A. Agresti-B.
DettagliFacoltà di Economia. francesco mola. I sondaggi e le inchieste. campionaria la cui realizzazione avviene secondo le
I sondaggi d opinione (polls) e le inchieste (surveys) Corso di Analisi di Mercato Facoltà di Economia francesco mola I sondaggi e le inchieste Un sondaggio rappresenta una particolare indagine campionaria
Dettaglia rappresenta l intercetta o termine noto della retta, ossia il valore della y quando x = 0.
Esercitazioni sulla prima parte delle lezioni di Micro Richiamo di Analisi Matematica La forma funzionale più semplice è la retta, la quale può essere genericamente descritta dalla seguente relazione:
DettagliI SONDAGGI DI OPINIONE. La necessità di una teoria dei campioni
I SONDAGGI DI OPINIONE La necessità di una teoria dei campioni 1. Le credenziali del campione Le molte, a volte moltissime, informazioni che solitamente provengono da una indagine campionaria, anche di
DettagliCorso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici
Corso di laurea in Scienze Motorie Corso di Statistica Docente: Dott.ssa Immacolata Scancarello Lezione 15: Metodi non parametrici 1 Metodi non parametrici Statistica classica La misurazione avviene con
DettagliREGISTRO DELLE LEZIONI*
UNIVERSITÀ DEGLI STUDI DI GENOVA Dipartimento di Matematica Corso di laurea in Statistica matematica e trattamento informatico dei dati Nome: Statistica Inferenziale codice: 483847 codice padre (se ins.
DettagliIl metodo della regressione
Il metodo della regressione Il matching statistico Il matching statistico si basa sull idea di abbinare a ciascun soggetto trattato un soggetto non trattato tendenzialmenre equivalente, ovvero molto simile
DettagliEsercitazione 2 Classificazione dei Temi
Esercitazione 2 Classificazione dei Temi CdL Riassetto del Territorio e Tutela del Paesaggio (RTTP) Università degli Studi di Padova 1 Argomenti 1. Classificazione di un tema Introduzione 2. Metodi di
DettagliDipartimento di Sociologia e Ricerca Sociale. Corso di Laurea in Sociologia. Insegnamento di Statistica (a.a ) dott.ssa Gaia Bertarelli
Dipartimento di Sociologia e Ricerca Sociale Corso di Laurea in Sociologia Insegnamento di Statistica (a.a. 2018-2019) dott.ssa Gaia Bertarelli Esercitazione n. 7 1. Utilizzando le tavole della distribuzione
DettagliTipi di variabili. Indici di tendenza centrale e di dispersione
Tipi di variabili. Indici di tendenza centrale e di dispersione L. Boni Variabile casuale In teoria della probabilità, una variabile casuale (o variabile aleatoria o variabile stocastica o random variable)
DettagliE VALUTAZIONE NELLE SCIENZE SOCIALI. Oggetto di ogni indagine statistica è la conoscenza di una popolazione.
CORSO DI METODI DI INDAGINE E VALUTAZIONE NELLE SCIENZE SOCIALI Il campionamento LE INDAGINI STATISTICHE Oggetto di ogni indagine statistica è la conoscenza di una popolazione. L insieme, l aggregato di
DettagliModulo 1. Lezione 1 Concetti statistici di base: il Campionamento
Università degli Studi di Roma «Tor Vergata» Facoltà di Medicina e Chirurgia Laurea Magistrale in Scienze e Tecniche dello Sport Insegnamento Professore Argomento STATISTICA BRUNO RUSCELLO, PhD Modulo
DettagliSTATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A
STATISTICA SOCIALE - Corso di laurea in Scienze Turistiche Prova finale del 18 dicembre 2007 Compito A Esercizio 1 La Tabella 1 riporta la distribuzione dei Comuni di una certa Provincia per numero di
DettagliErrore nella misura sperimentale
Introduzione al concetto errore di misura Introduzione concetto errore di misura Esempio di misura sperimentale Dispersione dei dati: Frequenza relative ed assolute vettoriale Errori sistematici ed errori
DettagliStatistica Inferenziale
Statistica Inferenziale a) L Intervallo di Confidenza b) La distribuzione t di Student c) La differenza delle medie d) L intervallo di confidenza della differenza Prof Paolo Chiodini Dalla Popolazione
DettagliMetodi Statistici per il Marketing. #05 Elementi di statistica inferenziale e di teoria dei campioni
Corso di Metodi Statistici per il Marketing LUISS A.A. 2017-2018 #05 Elementi di statistica inferenziale e di teoria dei campioni 15 Marzo 2018 Alessio Guandalini (Docente: P. D Urso) #05 Elementi di statistica
DettagliStatistica Sociale e Criminale (12 CFU) A.A. 2015/2016
Statistica Sociale e Criminale (12 CFU) A.A. 2015/2016 CdL Sociologia e Criminologia Simone Di Zio Dove siamo MODULO 3. L Inferenza statistica 3.1 Probabilità e variabili casuali 3.2 Le tecniche di campionamento
DettagliStatistica Un Esempio
Statistica Un Esempio Un indagine sul peso, su un campione di n = 100 studenti, ha prodotto il seguente risultato. I pesi p sono espressi in Kg e sono stati raggruppati in cinque classi di peso. classe
DettagliTeoria dei Fenomeni Aleatori AA 2012/13
Introduzione alla Statistica Nella statistica, anziché predire la probabilità che si verifichino gli eventi di interesse (cioè passare dal modello alla realtà), si osserva un fenomeno se ne estraggono
DettagliAPPUNTI DI STATISTICA INFERENZIALE. Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO
APPUNTI DI STATISTICA INFERENZIALE Avalle Fulvia, maggio 2014, ITSOS MARIE CURIE CLASSI 4A BIO e 4B BIO PREREQUISITI VARIABILE ALEATORIA (QUANTITATIVA): è una funzione che associa un numero reale ad ogni
DettagliCORSO DI STATISTICA (parte 2) - ESERCITAZIONE 5
CORSO DI STATISTICA (parte 2) - ESERCITAZIONE Dott.ssa Antonella Costanzo a.costanzo@unicas.it Esercizio 1. Approssimazione normale della Poisson (TLC) In un determinato tratto di strada il numero di incidenti
DettagliAnalizzare in termini quantitativi significa basarsi su dati e non su idee o ipotesi
Statistica La Statistica è una metodologia per l analisi quantitativa dei fenomeni collettivi, cioè fenomeni il cui studio richiede l osservazione di un insieme di manifestazioni individuali Analizzare
DettagliUniversità di Pavia Econometria. Richiami di Statistica. Eduardo Rossi
Università di Pavia Econometria Richiami di Statistica Eduardo Rossi Università di Pavia Campione casuale Siano (Y 1, Y 2,..., Y N ) variabili casuali tali che le y i siano realizzazioni mutuamente indipendenti
DettagliLE DISTRIBUZIONI CAMPIONARIE
LE DISTRIBUZIONI CAMPIONARIE Argomenti Principi e metodi dell inferenza statistica Metodi di campionamento Campioni casuali Le distribuzioni campionarie notevoli: La distribuzione della media campionaria
DettagliEsercitazioni di statistica
Esercitazioni di statistica Misure di associazione: Indipendenza assoluta e in media Stefania Spina Universitá di Napoli Federico II stefania.spina@unina.it 22 ottobre 2014 Stefania Spina Esercitazioni
Dettagli