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: 3 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 sotto puoi vedere in anteprima la prima pagina di questo articolo.

Se questo articolo ti interessa, lo puoi acquistare (e scaricare in formato pdf) seguendo le facili indicazioni per acquistare il download credit.
Acquista Download Credits per scaricare questo Articolo in formato PDF

anteprima articolo

FrancoAngeli è membro della Publishers International Linking Association, Inc (PILA)associazione indipendente e non profit per facilitare (attraverso i servizi tecnologici implementati da CrossRef.org) l’accesso degli studiosi ai contenuti digitali nelle pubblicazioni professionali e scientifiche

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.

  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, Metodi di campionamento spaziale per la selezione di campioni rappresentativi di imprese in "RIVISTA DI ECONOMIA E STATISTICA DEL TERRITORIO" 3/2016, pp 89-99, DOI: 10.3280/REST2016-003006