Clicca qui per scaricare

Metodi di campionamento spaziale per la selezione di campioni rappresentativi di imprese
Titolo Rivista: RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO 
Autori/Curatori: Maria Michela Dickson, Giuseppe Espa, Diego Giuliani, Emanuele Taufer 
Anno di pubblicazione:  2016 Fascicolo: Lingua: Italiano 
Numero pagine:  11 P. 89-99 Dimensione file:  248 KB
DOI:  10.3280/REST2016-003006
Il DOI è il codice a barre della proprietà intellettuale: per saperne di più:  clicca qui   qui 


La maggior parte degli studi campionari sulle imprese si fondano sulla selezione di campioni quanto più possibile rappresentativi della popolazione oggetto di indagine. Tale popolazione può, per esempio, essere costituita dalle imprese di un certo settore di attività economica o dagli impianti produttivi (unità locali) che insistono in una determinata regione del paese di interesse per l’analisi. La prassi standard in quest’ambito è quella di affidarsi a disegni campionari stratificati, scelta dovuta sia alla grande adattabilità e velocità computazionale di questo metodo, sia al-l’alto livello di rappresentatività che esso garantisce. In alcune circostanze, però, la stratificazione della popolazione risulta difficoltosa, soprattutto in presenza di un alto numero di strati o, al limite, di strati vuoti. In questi casi, un’alternativa al campionamento stratificato può essere l’utilizzo delle recenti metodologie di campionamento spaziale. Mediante uno studio simulato condotto a partire da dati reali, in questo lavoro verrà valutata l’efficienza delle metodologie di campionamento spaziale per la conduzione di indagini su imprese e si discuterà dell’alta rappresentatività dei campioni così selezionati e delle condizioni che tale rappresentatività garantiscono.


Keywords: Rappresentatività, dati d’impresa, disegni campionari spaziali, metodi di stima, campionamento stratificato
Jel Code: C13; C83; R30; R12

  1. Bondesson L., Thorburn D. (2008), A List Sequential Sampling Method Suitable for Real-time Sampling, Scandinavian Journal of Statistics, 35, pp. 466-483.
  2. Deville J.-C., Tillé Y. (1998), Unequal Probability Sampling without Replacement through a Splitting Method, Biometrika, 85, pp. 89-101.
  3. Dickson M.M., Benedetti R., Giuliani D., Espa G. (2014), The Use of Spatial Sampling Designs in Business Surveys, Open Journal of Statistics, 4, pp. 345-354.
  4. Grafström A. (2010), Entropy of Unequal Probability Sampling Designs, Statistical Methodology, 7, pp. 84-97.
  5. Grafström A. (2012), Spatially Correlated Poisson Sampling, Journal of Statistical Planning and Inference, 142, pp. 139-147.
  6. Grafström A., Lundström N.L.P. (2013), Why well Spread Probability Samples are Balanced, Open Journal of Statistics, 3, pp. 36-41.
  7. Grafström A., Lundström N.L.P., Schelin L. (2011), Spatially Balanced Sampling through the Pivotal Method, Biometrics, 68, pp. 514-520.
  8. Grafström A., Schelin L. (2013), How to select Representative Samples, Scandinavian Journal of Statistics, 41, pp. 277-299.
  9. Horvitz D.G., Thompson D.J. (1952), A Generalization of Sampling without Replacement from a Finite Universe, Journal of the American Statistical Association, 47, pp. 663-685.
  10. Larsen M.D. (2007), Definitions in Encyclopedia of Survey Sampling. New York: Sage: Optimal Allocation, Proportional Allocation.
  11. Rao T.J. (1968), On the Allocation of Sample Size in Stratified Sampling, Annals of the Institute of Statistical Mathematics, 20, pp. 159-166.
  12. Stevens D.L., Olsen A.R. (2004), Spatially Balanced Sampling of Natural Resources, Journal of the American Statistical Association, 9, pp. 262-278.
  13. Tillé Y. (2006), Sampling Algorithms. New York: Springer.
  14. Wang J.-F., Stein A., Gao B.-B., Ge Y. (2012), A Review of Spatial Sampling, Spatial Statistics, 2, pp. 1-14.

Maria Michela Dickson, Giuseppe Espa, Diego Giuliani, Emanuele Taufer, in "RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO" 3/2016, pp. 89-99, DOI:10.3280/REST2016-003006

   

FrancoAngeli è membro della Publishers International Linking Association associazione indipendente e no profit per facilitare l'accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche