Università Cattolica del Sacro Cuore

Campionamento e disegno degli esperimenti

Il campionamento e il disegno degli esperimenti rappresentano due metodi alternativi per l’ottenimento di un campione di osservazioni. La differenza tra i due approcci è che le tecniche di campionamento insegnano come selezionare il campione da una popolazione finita (quindi da dati di tipo osservazionale già raccolti) mentre il disegno degli esperimenti insegna come ottenere un campione di osservazioni da un esperimento controllato al fine di ottenere il massimo delle informazioni sulla variabile di interesse. Recentemente si è verificato come la adozione della teoria del disegno ottimo degli esperimenti sia più efficace per estrarre le informazioni più rilevanti da un Big Dataset rispetto alle tecniche standard di campionamento. In generale la ricerca sul disegno degli esperimenti si occupa di individuare le condizioni sperimentali (sia in fase di disegno di screening che di disegno follow-up) ottimali per gli obiettivi di ricerca come, ad esempio, la discriminazione tra modelli.

Parole chiave e temi trattati:

D-ottimalità, A-ottimalità, I-ottimalità, riduzione dei dati, selezione del modello, modelli di regressione, modelli a scelta discreta, copula, disegni individualizzati. 

Pubblicazioni selezionate:

Deldossi, L., Tommasi, C. (2021): Optimal design subsampling from Big Datasets, Journal of Quality Technology.

Consonni, G., Deldossi, L., Saggini, E. (2020): Accounting for model uncertainty in individualized designs for discrete choice experiments, Journal of Quality Technology, 52(1), 81-96.

Deldossi, L., Nai Ruscone, M. (2020): R Package OBsMD for follow-up designs in an objective Bayesian framework, Journal of Statistical Software, 94(2), pp. 1-37.

Deldossi, L., Osmetti, S., Tommasi, C. (2019): Optimal design to discriminate between rival copula models for a bivariate binary response, Test, 28(1), 147-165. 

Consonni, G., Deldossi, L. (2016): Objective Bayesian Model Discrimination in Follow-up Design, Test, 25 (3), 397-412.