CAMPIONAMENTO PER CENTRI

Slides:



Advertisements
Presentazioni simili
Test delle ipotesi Il test consiste nel formulare una ipotesi (ipotesi nulla) e nel verificare se con i dati a disposizione è possibile rifiutarla o no.
Advertisements

Stime per intervalli Oltre al valore puntuale di una stima, è interessante conoscere qual è il margine di errore connesso alla stima stessa. Si possono.
ITIS “G.Galilei” – Crema Lab. Calcolo e Statistica
Alcuni aspetti chiave e preliminari:
GEOVAL © - Corso di formazione in Valutazione immobiliare
LA VARIABILITA’ IV lezione di Statistica Medica.
STATISTICA DESCRITTIVA
STATISTICA DESCRITTIVA
Intervalli di confidenza
Proprietà degli stimatori
Passo 1: trasformare tutte le percentuali in frequenze (senza sapere la numerosità sulla quale sono state calcolate, non si può fare il confronto tra %)
Confronto tra 2 campioni Nella pratica è utilissimo confrontare se 2 campioni provengono da popolazioni con la stessa media: Confronti tra produzioni di.
Parametri dinteresse IUT Nice – Côte dAzur Département STID 6 Janvier 2006 Sondages Corso di campionamento.
5) IL CAMPIONE CASUALE SEMPLICE CON RIPETIZIONE
2.VARIABILI CONTINUE A. Federico ENEA; Fondazione Ugo Bordoni Scuola estiva di fonetica forense Soriano al Cimino 17 – 21 settembre 2007.
Fondamenti della Misurazione
Statistica Descrittiva e Statistica Inferenziale
Campione e campionamento
CAMPIONE E CAMPIONAMENTO
Progetto Pilota 2 Lettura e interpretazione dei risultati
Metodi Quantitativi per Economia, Finanza e Management Lezione n°6
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 11.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°8.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3.
Inferenza statistica per un singolo campione
CAMPIONAMENTO Estratto dal Cap. 5 di:
INTERVALLO DI CONFIDENZA PER UNA PROPORZIONE (1)
intervallo di confidenza e test di significatività per una proporzione
DIFFERENZA TRA LE MEDIE
Analisi della varianza (a una via)
Appunti di inferenza per farmacisti
Metodi Quantitativi per Economia, Finanza e Management Lezione n° 9.
STATISTICA a.a PARAMETRO t DI STUDENT
STATISTICA a.a LA STATISTICA INFERENZIALE
Concetti legati all’incertezza statistica
Popolazione campione Y - variabile casuale y - valori argomentali Frequenza relativa: Estrazione Densità della classe i-esima: Lezione 1.
Analisi della varianza
TECNICHE DI CAMPIONAMENTO DI POPOLAZIONI RARE O IN MANCANZA DI LISTE
Le distribuzioni campionarie
Unità 6 Test parametrici e non parametrici Test per la verifica della normalità Funzione di ripartizione.
METODO DELLE UNITA ABITATIVE H: Esistono alloggi destinati agli immigrati. h = 3 gruppi 1.N 1 A 1 unità abitative note 2.N 2 A 2 unità abitative ignote.
Errori casuali Si dicono casuali tutti quegli errori che possono avvenire, con la stessa probabilità, sia in difetto che in eccesso. Data questa caratteristica,
STATISTICA INFERENZIALE
La teoria dei campioni può essere usata per ottenere informazioni riguardanti campioni estratti casualmente da una popolazione. Da un punto di vista applicativo.
STATISTICA PER LA RICERCA SPERIMENTALE E TECNOLOGICA
Il campionamento.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9 Regressione lineare multipla: la stima del modello e la sua valutazione, metodi automatici.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°3.
ATTIVITÀ PIANO LAUREE SCIENTIFICHE Laboratorio di Statistica
Domande riepilogative per l’esame
Un insieme limitato di misure permette di calcolare soltanto i valori di media e deviazione standard del campione, ed s. E’ però possibile valutare.
Corso di Analisi Statistica per le Imprese
Strumenti statistici in Excell
IL CAMPIONE.
Metodi Quantitativi per Economia, Finanza e Management Lezione n°9.
“Teoria e metodi della ricerca sociale e organizzativa”
I rischi di mercato: i modelli di simulazione Lezione 9
Le distribuzioni campionarie
Intervallo di Confidenza Prof. Ing. Carla Raffaelli A.A:
Intervalli di confidenza
PROBABILITÀ Corsi Abilitanti Speciali Classe 59A III semestre - 2.
Eventi aleatori Un evento è aleatorio (casuale) quando non si può prevedere con certezza se avverrà o meno I fenomeni (eventi) aleatori sono studiati.
La distribuzione campionaria della media
Il campionamento.
Esercitazioni di Statistica con Matlab Dott
STATISTICA P IA F ONDAZIONE DI C ULTO E R ELIGIONE C ARD. G. P ANICO Azienda Ospedaliera CORSO DI LAUREA IN INFERMIERISTICA Sr. Margherita Bramato.
Campionamento procedimento attraverso il quale si estrae, da un insieme di unità (popolazione) costituenti l’oggetto delle studio, un numero ridotto di.
Distribuzioni limite La distribuzione normale Si consideri una variabile casuale rappresentata mediante una combinazione lineare di altre variabili casuali.
Psicometria modulo 1 Scienze tecniche e psicologiche Prof. Carlo Fantoni Dipartimento di Scienze della Vita Università di Trieste Test di ipotesi.
Il DEFF Il DEFF (Design EFFect) è l’Effetto del Piano di
Transcript della presentazione:

CAMPIONAMENTO PER CENTRI Ipotesi: le u. s. frequentano ALMENO 1 CENTRO. Passi: MAPPARE TUTTI I CENTRI (assimilare liste a centri) campionare in tutti i centri 2 stadi: 1° campione centri 2° campione nei centri prescelti OSS. campionare al momento di massimo affollamento rappresentatività per centri limite: non considerata l’ intensità di frequenza

CAMPIONAMENTO PER CENTRI … Cj CK 1 2 3 . i H H₁ H₂ Hj HK

Probabilità di inclusione: AUMENTA se un soggetto frequenta più centri DIMINUISCE al diminuire dell’ affluenza dei centri frequentati i = 1,…H; j = 1,…K; u(i) = profilo = 1 0 1… 0 coefficienti di ponderazione (a posteriori) t. c. il campione ponderato possegga, RELATIVAMENTE ALLA DISTRIBUZIONE DEI PROFILI DI AFFERENZA AI CENTRI, i requisiti di rappresentatività di un campione c. s. N= numerosità campionaria

COEFFICIENTI DI PONDERAZIONE H(u) = numero di soggetti con profilo u nella popolazione f(u) = frequenza campionaria di soggetti che presentano profilo u Per tutti i soggetti campionari con profilo u vi sarà IDENTICO coefficiente problema (?)

H (u)/ Hj se l’ elemento uj = 1 0 se uj = 0 Probabilità di avere un soggetto con profilo u tra quelli scelti casualmente nel centro j – esimo è: H (u)/ Hj se l’ elemento uj = 1 0 se uj = 0 Nj scelte casuali e indipendenti con campionamento bernoulliano in j NUMERO ATTESO DI UNITA’ STATISTICHE CON PROFILO u: Nj *H (u)/ Hj j = 1,….K

Sul complesso delle N unità campionate la frequenza attesa di soggetti con profilo u: proporzione campionaria attesa approssimabile con la frequenza relativa campionaria f(u)/N

Posto pj = Hj/H = se sono noti i pj i coefficienti di ponderazione risultano: =

RIMOZIONE DELL’ IPOTESI DI CONOSCENZA DEI Pj Preliminarmente si attribuiscono dei pesi iniziali qj ai centri Si ripartiscono le N unità campionarie sui centri: Frequenza attesa di soggetti con un dato profilo = qj è diverso da pj Sostituiamo nella frequenza attesa:

Poiché pj = Hj/H Approssimiamo la frequenza relativa attesa di soggetti con profilo u con la corrispondente frequenza relativa campionaria f(u)/N = Coeff. di ponderazione:

CALCOLO DEI dj = qj / pj stima dei rapporti pj / pb con pb = centro base calcolo dei corrispondenti qj / qb a priori t.c. a posteriori (inf. camp) = = Poiché il fattore è comune a tutti i coefficienti ed è ELIMINATO al momento del PROPORZIONAMENTO dei coefficienti