• Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES
  • Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES
  • Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES
  • Dipartimento di scienze economiche e statistiche - DIES
    Dipartimento di scienze economiche e statistiche - DIES

Analisi delle condizioni di salute della popolazione anziana in Italia mediante l'uso del metodo POSET

Cluster di dipartimento

  • Statistica Economica, Sociale, Demografia ed Econometria

Descrizione

Il gruppo di ricerca si occupa di studiare gli aspetti sia teorici che applicativi legati alla costruzione di profili di salute fisica e mentale nella popolazione anziana utilizzando l’approccio POSET. I profili sono sostanzialmente degli indicatori composti. Gli indicatori composti sono uno strumento piuttosto popolare, utilizzato per “riassumere” in un unico valore tutta una serie di informazioni che riguardano un aspetto che non può essere misurato direttamente. Si pensi ad esempio agli indicatori di benessere, felicità, produttività, innovazione. Sia la teoria che l’applicazione degli indicatori composti hanno visto, negli ultimi anni, un grande sviluppo, come dimostrano anche numerosi articoli pubblicati su diverse riviste scientifiche.

Data la natura dei dati a disposizione (risultati della somministrazione della scala SF-12) i profili verranno individuati utilizzando l’approccio POSET. 

POSET è l’acronimo di Partially Ordered Sets, ed è una procedura che è stata proposta per l’analisi di dati multidimensionali. L’approccio POSET è stato recentemente impiegato in ambito socio-economico e si fonda sulla costruzione di indicatori sintetici basati su un ordinamento parziale, rispettando così la natura non-numerica, tipica dei dati raccolti mediante questionari. Questo approccio, in particolare, non richiede di aggregare le variabili e risulta quindi particolarmente utile quando si analizzano dati ordinali multidimensionali.

Linee di ricerca

  • Approccio POSet per la costruzione di indicatori composti
  • Individuazione di profili di salute fisica e mentale utilizzando la scala SF-12
  • Misure di “Health condition” e “Healthy aging”

Settori ERC

  • PE1_14 Mathematical statistics
  • SH3_9 Poverty and poverty alleviation
  • LS4_4 Endocrinology

Etichette libere

  • POSET, variabili ordinali, indicatori composti, SF-12, aging, healthy aging.

Componenti

Laura PAGANI