Il campionamento non probabilistico è piuttosto diffuso nell'ambito della ricerca sociale. Le ragioni per cui vi si ricorre sono molteplici, dalla necessità di contenere i costi di un'indagine, all'assenza dei presupposti logici per il campionamento probabilistico. Da un punto di vista applicativo questo tipo di campionamento non implica l'impossibilità di stimare le caratteristiche (parametri) di interesse nella popolazione target. Tuttavia l'impraticabilità dell'inferenza design-based richiede di fare riferimento a metodi inferenziali opportuni. Ad oggi non esiste ancora un paradigma teorico di riferimento, ma alcuni studiosi si sono occupati di proporre e testare empiricamente differenti metodi di stima. L'elaborato traccia una breve panoramica sul campionamento non probabilistico, evidenziandone le criticità (capitolo 1), ed illustra alcuni dei principali metodi di stima da campioni non probabilistici presenti in letteratura (capitolo 2). Quindi approfondisce il Propensity Score Adjustment (capitolo 3) e ne mostra alcuni esempi applicativi (capitolo 4).
Inferenza da campioni non probabilistici : metodi di stima a confronto
MELEGATI, FRANCESCA
2021/2022
Abstract
Il campionamento non probabilistico è piuttosto diffuso nell'ambito della ricerca sociale. Le ragioni per cui vi si ricorre sono molteplici, dalla necessità di contenere i costi di un'indagine, all'assenza dei presupposti logici per il campionamento probabilistico. Da un punto di vista applicativo questo tipo di campionamento non implica l'impossibilità di stimare le caratteristiche (parametri) di interesse nella popolazione target. Tuttavia l'impraticabilità dell'inferenza design-based richiede di fare riferimento a metodi inferenziali opportuni. Ad oggi non esiste ancora un paradigma teorico di riferimento, ma alcuni studiosi si sono occupati di proporre e testare empiricamente differenti metodi di stima. L'elaborato traccia una breve panoramica sul campionamento non probabilistico, evidenziandone le criticità (capitolo 1), ed illustra alcuni dei principali metodi di stima da campioni non probabilistici presenti in letteratura (capitolo 2). Quindi approfondisce il Propensity Score Adjustment (capitolo 3) e ne mostra alcuni esempi applicativi (capitolo 4).File | Dimensione | Formato | |
---|---|---|---|
Melegati_Francesca.pdf
accesso aperto
Dimensione
300.25 kB
Formato
Adobe PDF
|
300.25 kB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/10406