Campionamento da popolazioni finite: Il disegno campionario by Pier Luigi Conti, Daniela Marella

By Pier Luigi Conti, Daniela Marella

- Approccio "dal basso verso l'alto" (si parte da aspetti elementari che vengono through through resi più complessi)
- Presenza di numerosi esempi e dataset
- Accessibilità con una preparazione elementare in matematica e statistica
- Cura di aspetti algoritmici relativi alla selezione di unità da popolazioni

Questo quantity è dedicato al campionamento da popolazioni finite. L'esposizione della materia procede in keeping with gradi, partendo dal disegno semplice e introducendo through through successive generalizzazioni. In questo modo il lettore è condotto advert apprendere i temi del campionamento in modo piano e graduale.
Una particolare enfasi è facts al ruolo svolto dal disegno di campionamento, di cui si curano non solo gli aspetti teorici, ma anche (soprattutto) quelli algoritmici. Questi ultimi, in generale, costituiscono una parte rilevante della trattazione, evitando che si crei un hole tra teoria e pratica e fornendo al lettore strumenti pratici consistent with applicare le metodologie esposte.
L'apprendimento della materia è facilitato da un'ampia serie di esempi ed esercizi, molti dei quali basati su dataset scaricabili dalla pagina net: http://extras.springer.com.

Content point » reduce undergraduate

Parole chiavi Campioni - Piani di campionamento - Popolazioni - Stima statistica - Trattamento dei dati statistici

Argomenti correlati Scienze sociali e diritto - Statistica computazionale - Teoria e metodi statistici

Show description

Read or Download Campionamento da popolazioni finite: Il disegno campionario PDF

Best probability books

Quality Control and Reliability, Volume 7

Hardbound. This quantity covers a space of facts facing complicated difficulties within the creation of products and providers, upkeep and service, and administration and operations. the outlet bankruptcy is by way of W. Edwards Deming, pioneer in statistical quality controls, who used to be fascinated about the standard keep watch over stream in Japan and helped the rustic in its quick commercial improvement.

Aspects of multivariate statistical theory

A classical mathematical remedy of the innovations, distributions, and inferences in line with the multivariate general distribution. Introduces noncentral distribution concept, choice theoretic estimation of the parameters of a multivariate basic distribution, and the makes use of of round and elliptical distributions in multivariate research.

Time Series Analysis, Fourth Edition

A modernized new version of 1 of the main relied on books on time sequence research. considering that booklet of the 1st variation in 1970, Time sequence research has served as probably the most influential and sought after works at the topic. This re-creation keeps its balanced presentation of the instruments for modeling and reading time sequence and in addition introduces the most recent advancements that experience happened n the sector over the last decade via functions from components corresponding to enterprise, finance, and engineering.

Extra resources for Campionamento da popolazioni finite: Il disegno campionario

Sample text

Distorsioni ed errori nel campione. In questa categoria sono inclusi le distorsioni e gli errori che dipendono da imprecisioni di lista (gi` a discusse in precedenza) e dal processo di selezione delle unit`a del campione. – La pi` u grave fonte di distorsione dovuta a imprecisioni di lista `e quella dovuta a sottocopertura: alcune delle unit` a della popolazione obiettivo non compaiono nella popolazione da lista, e quindi non possono esse- 16 1 Aspetti generali sul campionamento da popolazioni finite re selezionate nel campione.

Sono non probabilistici i campioni che non soddisfano la precedente condizione. Nel campionamento non probabilistico la scelta delle unit`a campionarie viene effettuata sulla base di criteri di comodo e di praticit`a e/o sulla base di informazioni a priori relative alle caratteristiche della popolazione di interesse. ), `e impossibile valutare la precisione delle stime. Il campionamento non probabilistico non consente di valutare l’accuratezza dei risultati ottenuti a livello campionario, e le loro (eventuali) relazioni con le corrispondenti grandezze a livello di popolazione.

Supponiamo che il parametro di interesse sia θ = θ(Y N ). Indichiamo poi con Θ l’insieme dei possibili valori che pu` o assumere il parametro statistico θ(Y N ), al variare di Y N in ΩN . Sulla base dei dati campionari, ossia sulla base del campione di modalit` a etichettate y(s), bisogna produrre una qualche ragionevole “approssimazione numerica” di θ. Tale obiettivo `e raggiunto mediante l’uso di uno stimatore, ovvero di un’opportuna funzione dei dati campionari. Precisamente, uno stimatore θ = θ(y(s)) di θ `e una funzione dei dati campionari che ad ogni y(s) associa un possible valore dell’incognito parametro θ.

Download PDF sample

Rated 4.23 of 5 – based on 31 votes