Campionamento da database per la correzione di errori di misura

4 Introduzione Il campionamento è alla base dell’inferenza statistica, ossia di quel procedimento per cui si inducono le caratteristiche di una popolazione dall'osservazione di una piccola parte di essa, detta campione . Esso si usa quando si vuole inferire su uno o piø parametri di una popolazione senza dover osservare tutte le sue unità. Si tratta di un tipo di rilevazione parziale, poichØ osserva solo una (piccola) parte della popolazione, a differenza della rilevazione totale (censimento) nella quale si analizza l’intera popolazione oggetto di interesse. Ciò comporta una serie di vantaggi fondamentali: tempi di esecuzione assai piø rapidi, costi molto piø contenuti, dati molto piø accurati e precisi. Essendo solo una parte della popolazione, dal campione non si riesce a determinare il valore esatto dei parametri oggetto di interesse. In generale si può solo ricavarne una stima, cioè una valutazione sulla base delle informazioni a disposizione. Dunque è pressochØ ovvio che ogni stima è un processo di sintesi del campione affetto da errore, il quale produce delle differenze tra l'informazione raccolta ed il reale valore del fenomeno da osservare, generando degli scostamenti o distorsioni tra il valore di una certa caratteristica calcolata sulla base dei dati del database e la “vera” caratteristica della popolazione. Gli errori possono essere commessi per esempio nella raccolta (misurazione), nella trascrizione dei dati o in altre fasi.