



Studia grazie alle numerose risorse presenti su Docsity
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Prepara i tuoi esami
Studia grazie alle numerose risorse presenti su Docsity
Prepara i tuoi esami con i documenti condivisi da studenti come te su Docsity
Trova i documenti specifici per gli esami della tua università
Preparati con lezioni e prove svolte basate sui programmi universitari!
Rispondi a reali domande d’esame e scopri la tua preparazione
Riassumi i tuoi documenti, fagli domande, convertili in quiz e mappe concettuali
Studia con prove svolte, tesine e consigli utili
Togliti ogni dubbio leggendo le risposte alle domande fatte da altri studenti come te
Esplora i documenti più scaricati per gli argomenti di studio più popolari
Ottieni i punti per scaricare
Guadagna punti aiutando altri studenti oppure acquistali con un piano Premium
Una panoramica completa dei concetti fondamentali dell'inferenza statistica e delle diverse tecniche di campionamento. vengono descritti i due tipi principali di inferenza statistica: la stima campionaria e la verifica delle ipotesi. inoltre i diversi metodi di campionamento, sia probabilistici che non probabilistici, evidenziando i vantaggi e gli svantaggi di ciascun approccio. vengono analizzati in dettaglio il campionamento casuale semplice, con e senza ripetizione, e vengono fornite indicazioni sulla scelta della dimensione del campione.
Tipologia: Appunti
1 / 6
Questa pagina non è visibile nell’anteprima
Non perderti parti importanti!




Inferenza statistica: tipologie Si definisce inferenza statistica il procedimento mediante il quale, dall’analisi dei dati osservati su un campione; si perviene a conclusioni relative all’intera popolazione. Si possono distinguere due tipi di inferenza statistica :
Numerose ragioni spingono il ricercatore ad utilizzare un campione per trarre delle conclusioni sull’intera popolazione; tra cui: a) il costo elevato di una rilevazione totale; b) l’impossibilità di investigare tutte le unità statistiche quando l’universo è costituito da un numero molto grande di elementi (ad esempio, l’analisi di un costrutto su tutta la popolazione italiana), oppure quando non si possono conoscere tutte le unità avendone a disposizione solo un numero limitato, come tipicamente accade nelle analisi psicologiche; c) i limiti di tempo, ad esempio i dati ricavati da un censimento sono disponibili solo dopo alcuni anni e perciò, in certi casi, i risultati ottenuti sono inutili perché il fenomeno si è nel frattempo modificato; d) la possibilità che l‘investigazione danneggi o addirittura distrugga le unità statistiche, come, ad esempio, avviene nella verifica della durata di un lotto di lampadine o del punto di rottura di una partita di barre metalliche; la prova su tutte le lampadine o su tutte le barre porterebbe alla loro totale distruzione. Questo generalmente non accade nelle indagini psicologiche. Campionamento Per questi ed altri motivi si è sviluppata la teoria del campionamento. Il problema fondamentale che sorge in una rilevazione campionaria è la scelta di un campione rappresentativo dell’intera popolazione, ossia di un campione che riproduca le caratteristiche dell’intera popolazione. Se nella popolazione, rispetto al carattere esaminato, non esistesse variabilità, allora tutte le unità statistiche presenterebbero lo stesso carattere e qualunque campione, anche costituito da una sola unità, rappresenterebbe tutta la popolazione.
Campionamento casuale semplice La scelta del campione nel campionamento casuale è affidata al caso e non deve essere influenzata, più o meno consciamente, da chi compie l’indagine. Bisogna, però, precisare che scegliere a caso non significa scegliere le unità statistiche comunque si presentino; caratteristiche essenziali di un campionamento casuale semplice sono: a) ogni unità della popolazione ha eguale probabilità di fare parte del campione; b) ogni campione deve avere la stessa probabilità di essere formato. Il metodo del campione casuale semplice si può applicare se la popolazione è statisticamente omogenea e le unità statistiche sono individuabili mediante un numero. Un modo semplice per operare tale campionamento consiste nel numerare tutte le unità della popolazione, mettere in un’urna tante palline numerate, tutte eguali fra loro, quante sono le unità della popolazione e quindi sorteggiare da tale urna le palline per formare il campione. Invece dell’urna si preferisce oggi ricorrere ad una tavola di numeri casuali. Le tavole dei numeri casuali si costruivano, un tempo, con metodi empirici; attualmente si utilizzano i computer che dispongono di un apposito programma che fornisce una successione di numeri a gruppi di due, tre, quattro, n cifre. Il campionamento casuale semplice è il campionamento probabilistico per eccellenza: ad esso sono, infatti, legati tutti gli altri tipi più complessi di campionamento che hanno l’obiettivo di aumentare la precisione delle stime. Il momento fondamentale è la scelta del disegno campionario: essa sarà supportata da ogni informazione, nota a priori, sulle unità della popolazione (U) considerata. A seconda della qualità o quantità di tali informazioni, sarà possibile applicare disegni semplici o complessi.
Va però precisato che raramente viene utilizzato nelle indagini su vasta scala poiché occorrono: