L`indagine statistica` 1.1. Introduzione 1 1.2. Popolazione finita

pag.
Principali simboli e abbreviazioni
Prefazione
XIII
XVII
Capitolo Primo
L'indagine statistica'
1.1.
1.2.
1.3.
1.4.
Introduzione
Popolazione finita, indagine campionaria
1.2.1. Tipologie delle popolazioni finite
1.2.2. L'evoluzione dell'indagine campionaria
1.2.3. Tipologie e fasi dell'indagine campionaria
Errore statistico, qualità dei dati, "errorprofik"
Analisi della popolazione
.
1
2
3
5
6
8
10
Capitolo Secondo
II Campione
2.1.
2.2.
2.3.
2.4.
2.5.
2.6.
2.7.
2.8.
Campione, parametri e inferenza statistica
Inferenza descrittiva, inferenza analitica
Analisi del campione
Spazio campionario
Piano di campionamento e schema di campionamento
Probabilità di inclusione
Stimatori
Proprietà degli stimatori
15
17
18
20
22
23
24
26
pag.
2.9.
2.10.
2.11.
2.8.1. Correttezza
2.8.2. Consistenza
2.8.3. Efficienza
Intervalli di confidenza
Strategie campionarie
Inferenza su popolazioni
finite
27
27
29
30
31
32
Capitolo Terzo
Ipiani di campionamento
3.1.
3.2.
3.3.
3.4.
3.5.
Introduzione
Campionamenti non probabilistici
3.2.1. Campionamento a scelta ragionata
3.2.2. Campionamento per quote
3.2.3. Altre forme di campionamento non probabilistico
Campionamenti probabilistici con probabilità costanti
3.3.1. Campionamento casuale semplice con ripetizione (SCR)
3.3.2. Campionamento casuale semplice senza ripetizione (SSR)
3.3.3. Campionamento casuale stratificato (ST)
3.3.3.1. La post-stratificazione
3.3.4. Campionamento casuale a grappoli (GR)
3.3.5. Campionamento sistematico (SM)
3.3.6. Campionamento a due stadi (DS) o a più stadi
Campionamenti probabilistici con probabilità variabili
3.4.1. Tecniche di estrazione di singole unità campionarie
3.4.1.1. La tecnica dei totali cumulati
3.4.1.2. La tecnica di Lahiri
3.4.2. Metodi di estrazione senza ripetizione di un campione di ampiezza » > 1
3.4.2.1. Il metodo di Yates e Grundy (1953)
3.4.2.2. Il metodo di Brewer (1975)
3.4.2.3. Il metodo di Sampford (1967)
3.4.2.4. Il metodo di Rao, Hartley e Cochran (1962)
3.4.2.5. Il metodo sistematico casualizzato (Madow, 1949;
Hartley, 1966)
Piani di campionamento complessi
37
38
39
41
43
44
44
45
48
51
52
54
56
60
64
64
65
67
67
71
73
76
77
78
Indice
VII
pag.
Capitolo Quarto
ha stima del totale
4.1.
4.2.
4.3.
4.4.
4.5.
4.6.
Introduzione
Stima del totale nel campionamento casuale semplice
4.2.1. Campioni estratti con ripetizione e con probabilità costanti e
variabili
4.2.2. Campioni estratti senza ripetizione con probabilità variabili
4.2.3. Campioni estratti senza ripetizione con probabilità costanti
Stima del totale nel campionamento stratificato
4.3.1. Efficienza relativa nel campionamento semplice e stratificato
4.3.2. Stima del totale nel campionamento post-stratificato
Stima del totale nel campionamento a grappoli
4.4.1. Estrazione senza ripetizione con probabilità costanti
4.4.2. Estrazione con ripetizione con probabilità variabili
4.4.3. Estrazione senza ripetizione con probabilità variabili
Stima del totale nel campionamento sistematico
Stima del totale nel campionamento a due stadi
4.6.1. Campionamento senza ripetizione con probabilità costante di
primo e secondo stadio
81
82
82
84
86
88
90
95
96
97
101
103
105
109
111
Capitolo Quinto
La stima della proporzione
5.1.
5.2.
5.3.
5.4.
5.5.
5.6.
5.7.
Introduzione
La distribuzione della frequenza assoluta nel campionamento casuale
semplice
Stima della proporzione nel campionamento casuale semplice
Intervalli di confidenza per la proporzione
Stima della proporzione nel campionamento casuale stratificato
Stima della proporzione nel campionamento a grappoli
Stima della proporzione nel campionamento a due stadi
115
116
119
123
124
127
131
Capitolo Sesto
Lo stimatore per quoziente
6.1.
Introduzione
133
Vili
Campionamenti da popolazioni finite
pag.
6.2.
6.3.
6.4.
6.5.
6.6.
6.7.
6.8.
6.9.
La scelta delle variabili ausiliarie
La variabile ausiliaria per gli stimatori per quoziente
Distorsione degli stimatori per quoziente
Precisione degli stimatori per quoziente
Stimatori per quoziente nel campionamento casuale semplice
6.6.1. Efficienza degli stimatori per quoziente
Stimatori per quoziente nel campionamento casuale stratificato
6.7.1. Stimatore per quoziente separato
6.7.2. Stimatore per quoziente combinato
6.7.3. Confronto tra stimatore per quoziente separato e combinato
Stimatori per quoziente nel campionamento a grappoli
Stimatori per quoziente nel campionamento a due stadi
134
135
137
140
141
143
147
148
149
150
152
158
Capitolo Settimo
Lo stimatore per regressione
7.1.
7.2.
7.3.
7.4.
7.5.
7.6.
7.7.
Introduzione
Stimatore per regressione con |3 noto
Stimatore per regressione con p stimato
Generalizzazione dello stimatore per regressione
Stimatore per regressione nel campionamento casuale semplice
7.5.1. Efficienza dello stimatore per regressione
Stimatori per regressione nel campionamento casuale stratificato
7.6.1. Stimatori per regressione con coefficienti di regressione noti
7.6.2. Stimatori per regressione con coefficienti di regressione stimati
Stimatori per regressione nel campionamento a grappoli e a due stadi
161
162
163
164
166
167
170
170
171
173
Capitolo Ottavo
La dimensione del campione
8.1.
8.2.
8.3.
Introduzione
Dimensione campionaria nel campionamento casuale semplice
8.2.1. Dimensione in funzione del costo
8.2.2. Dimensione in funzione dell'errore (variabile quantitativa)
8.2.3. Dimensione in funzione dell'errore (variabile qualitativa)
Dimensione campionaria nel campionamento stratificato
8.3.1. Dimensione in ST con allocazione proporzionale
179
180
180
181
184
188
188
Indice
IX
pag.
8.4.
8.3.2. Dimensione in ST con allocazione ottima
8.3.3. Dimensione in ST con variabili qualitative
8.3.4. Errore campionario globale ed errori campionari parziali in ST
Dimensione campionaria nel campionamento a grappoli e a due stadi
8.4.1. Campionamento a grappoli
8.4.2. Campionamento a due stadi
8.4.3. Campionamento a grappoli stratificato
190
191
192
193
194
196
201
Capitolo Nono
II campionamento da superpopolazione
9.1.
9.2.
9.3.
9.4.
9.5.
Campionamento da popolazione fissa e campionamento da superpopolazione
Piano di campionamento e modello di superpopolazione
Ipredittori
Quando una popolazione è assimilabile a un campione
9.4.1. Dai piani di campionamento ai modelli di superpopolazione
9.4.2. Alcune principali applicazioni
9.4.3. Teoria del campionamento e teoria dell'inferenza
9.4.4. Problemi non trattabili mediante i piani di campionamento
9.4.4.1. Lo stimatore sintetico
9.4.4.2. Le mancate risposte
Alcuni modelli di superpopolazione
9.5.1. Stimatori e predittori lineari
9.5.2. Il modello di trasformazione
9.5.2.1. Procedura ottimale nell'ambito dei predittori lineari
/-corretti di Y
9.5.2.2. Procedura ottimale nell'ambito dei predittori lineari
^-corretti di Y
9.5.3. Il modello di regressione
9.5.3.1. Il modello ridotto e problemi di stima in casi particolari
9.5.3.2. Procedura ottimale nell'ambito dei predittori lineari
^-corretti di Y
9.5.3.3. Strategie ottimali e robustezza
205
208
211
215
215
216
218
218
219
219
221
221
223
225
229
231
231
234
238
X
Campionamenti da popolazioni finite
pag.
Capitolo Decimo
La stima per piccole aree
10.1.
10.2.
10.3.
Piccole aree o campi di studio
La stima della numerosità e del totale di un carattere nel campo di
studio. Risultati generali
10.2.1. Dimensione assoluta e relativa del campo. Campionamento
SSR
10.2.2. Totale del carattere nel campo
10.2.3. Media del carattere nel campo
10.2.4. Cenno al caso del campionamento stratificato
Risultati ottenibili da particolari modelli di superpopolazione
10.3.1.1 modelli di gruppo
10.3.2. I modelli di regressione
10.3.3. Recenti sviluppi dei modelli di stima per piccole aree
10.3.4. Cenno ai modelli di analisi spaziale
Capitolo Undicesimo
Gli errori non campionari
11.1.
11.2.
11.3.
11.4.
Introduzione
Criteri per la valutazione degli errori non campionari
11.2.1. Gli errori di copertura
11.2.2. Errori da mancate risposte
11.2.2.1. Mancate risposte totali. Impostazione tradizionale
11.2.2.2. Mancate risposte totali. Impostazione probabilistica
11.2.2.3. Mancate risposte parziali
11.2.3. Errori di misura
11.2.3.1. Modelli per lo studio degli errori di misura
11.2.3.1.1. Modelli di errore per variabili continue
11.2.3.1.2. Modelli di errore per variabili dicotome
Metodi di calibrazione per la stima in presenza di mancate risposte totali
11.3.1. Impostazione generale del metodo della calibrazione
11.3.2. Alcune principali applicazioni dello stimatore calibrato
11.3.2.1. Il caso della variabile ausiliaria costante
11.3.2.2. Il caso della variabile di classificazione
11.3.2.3. Il caso di una variabile quantitativa
11.3.2.4. Variabile ausiliaria quantitativa e variabile strumentale
11.3.2.5. Variabile quantitativa e dimensione della popolazione
Metodi per ridurre gli effetti dell'errore di misura
243
245
245
246
255
260
261
261
268
271
273
Indice
XI
pag.
Appendice
Software statisticiper indagini campionarie su popolazioni finite
Al.
A2.
A3.
Pacchetto statistico SPSS
Pacchetto statistico SAS
Applicativo R
315
318
320
Bibliografia
325
Indice analitico
333