Ricerc@Sapienza

Internet e le innovazioni tecnologiche di questi anni hanno favorito la produzione di una grande quantità di dati per rappresentare fenomeni multivariati di descrizione quantitativa in molti ambiti come ad esempio quello economico, socio/demografico, ambientale e sanitario. La grande mole di dati empirici è sempre più frequentemente utilizzata a sostegno delle decisioni di policy e i policymakers richiedono modelli e metodi semplici da utilizzare ed interpretare, ma tecnologicamente avanzati che possano coerentemente sintetizzare le evidenze empiriche. Questo progetto si pone proprio l'obiettivo di studiare metodologie statistiche efficaci ovvero semplici da utilizzare e ed interpretare per la costruzione di indicatori sintetici spesso denominati "compositi". Un indicatore composito è infatti una misura unica di sintesi ottenuta tramite l'opportuna combinazione di indicatori più semplici. Il loro utilizzo ha l'enorme vantaggio di permettere la comparazione di unità statistiche differenti tramite un solo numero e non un insieme, spesso vasto, di indicatori singoli che sono di più difficile comprensione. Il processo di composizione porta ad ottenere un indicatore della realtà che sarà il più fedele possibile alla realtà stessa, in base al disegno gerarchico che è definito e poi applicato agli indicatori semplici osservati. Un tema molto interessante è la costruzione di indicatori di benessere della società nell'ottica del superamento del PIL come unico indicatore, come per il progetto mondiale "Sustainable Development Goals" con i casi particolari di BES ed UrBES in Italia. Il progetta qui presentato mira, inoltre, al superamento del problema della selezione delle variabili manifeste da considerare nel modello di costruzione dell'indicatore. Le teorie note e proposte dai singoli enti portano alla costruzione di modelli di tipo confermativo; è di interesse il confronto tra questi ultimi e modelli di tipo esplorativo con opportuni raffronti in termini di performance.