La stima nei domini di studio territoriali: dall’allocazione di compromesso all’Interior Point Nonlinear Programming

Dopo la revisione della classificazione standard delle attività economiche (NACE rev.2), l’ISTAT ha rivisto il disegno di campionamento dell’indagine sul clima di fiducia delle imprese manifatturiere. Particolare attenzione è stata dedicata alla ridefinizione dei metodi di allocazione campionaria. A partire dal 2013 l’ISTAT ha adottato una nuova procedura di allocazione (“Allocazione robusta con soglia di strato uniforme” – ROAUST – Chiodini et al., 2008) che è sostanzialmente un’allocazione di compromesso che utilizza l’allocazione uniforme per un sottoinsieme di unità campionarie e quella di Neyman per le restanti unità del campione. In questo lavoro il metodo ROAUST viene confrontato con altri metodi di allocazione, come ad esempio: (i) l’allocazione ottima di Neyman; (ii) l’allocazione “Interior Point Nonlinear Programming” (IPNLP). Un’estesa simulazione Monte Carlo in termini di RRMSE e distorsione delle stime ha permesso di concludere che l’allocazione ottima di Neyman è migliore a livello dell’intero campione, mentre il ROAUST è migliore a livello di strato, risultando quindi particolarmente adatto per i domini di studio.