Raking e post-stratificazione a confronto
Per comprendere il funzionamento del calcolatore, è essenziale distinguere tra la post-stratificazione classica e il metodo del raking, noto anche come iterative proportional fitting (IPF).
La post-stratificazione suddivide il campione in celle mutuamente esclusive definite dall'incrocio di tutte le variabili di calibrazione (ad esempio, uomini di età compresa tra 18 e 29 anni residenti al Nord). Questo approccio richiede la conoscenza delle frequenze di popolazione per ogni singola cella incrociata. Se il numero di variabili aumenta, molte celle campionarie rischiano di rimanere vuote, rendendo impossibile il calcolo dei pesi.
Il raking, al contrario, opera esclusivamente sulle distribuzioni marginali delle singole variabili. L'algoritmo regola ciclicamente i pesi dei rispondenti per far corrispondere un margine alla volta, ripetendo il processo fino a quando tutti i margini del campione convergono simultaneamente verso i target di popolazione impostati.
- Comportamento a margine singolo: Se viene fornita una sola variabile categoriale, l'algoritmo completa la calibrazione in un unico ciclo, applicando una semplice regolazione basata sul rapporto tra quota target e quota corrente per ciascuna categoria.
- Margini multipli: Quando si utilizzano più variabili, il raking non forza la corrispondenza delle combinazioni incrociate non fornite, ma garantisce la convergenza matematica sui totali marginali di ciascuna variabile inserita.
Preparazione dei dati e requisiti di input
Per eseguire la calibrazione, lo strumento richiede due tabelle di input distinte, che devono rispettare formati e limiti precisi per garantire il corretto funzionamento dell'algoritmo locale.
Dati dei rispondenti
La tabella dei rispondenti deve contenere una riga di intestazione e una riga per ciascun rispondente, fino a un massimo di 20.000 righe. La dimensione totale del testo incollato deve essere inferiore a 2.000,000 di caratteri.
- Formati accettati: Sono supportati i delimitatori a tabulazione, punto e virgola o virgola CSV. Nei sistemi in cui il separatore decimale non è il punto, è necessario utilizzare tabulazioni o punti e virgola per evitare che la virgola decimale venga interpretata come separatore di colonna.
- Struttura: La tabella deve includere almeno due colonne denominate, senza intestazioni vuote, e ogni colonna deve avere un nome univoco.
Margini di popolazione (%)
Questa tabella definisce i target di calibrazione e deve contenere esattamente tre colonne: variabile, categoria e percentuale target.
- Limiti quantitativi: È possibile inserire al massimo 500 righe di target, fino a un massimo di 6 variabili di calibrazione e non più di 100 categorie target per ciascuna variabile.
- Regole di coerenza: Ogni variabile deve coprire tutte le categorie presenti nel campione e la somma delle percentuali target per ciascuna variabile deve essere esattamente pari al 100%. I singoli valori target devono essere compresi tra 0% e 100% inclusi.
Parametri opzionali e di controllo
- Colonna peso di base: Specifica i pesi relativi di partenza (ad esempio, l'inverso della probabilità di selezione). Se non specificato, ogni rispondente assume un peso iniziale predefinito pari a 1. I valori devono essere numeri finiti maggiori di 0.
- Colonna del risultato: Consente di indicare una colonna numerica per confrontare la media pesata iniziale e finale.
- Tolleranza relativa: Definisce la soglia di arresto dell'algoritmo (da 1e-12 a 1e-2).
- Iterazioni massime: Limita i cicli di calcolo (da 1 a 500) per evitare cicli infiniti in caso di mancata convergenza.
Diagnostica della ponderazione ed effetto Kish
Effetto del peso di Kish = n·Σw² ÷ (Σw)² = ‹count›·‹sumSquares› ÷ ‹sum›² = ‹effect›.Dimensione effettiva del campione = (Σw)² ÷ Σw² = ‹sum›² ÷ ‹sumSquares› = ‹effective›.
Questi pesi corrispondono ai margini forniti, non a variabili non fornite. La diagnostica di Kish riflette solo i pesi disuguali; non include il clustering, la stratificazione o una stima completa della varianza dell'indagine.
Gestione degli errori e condizioni limite
L'algoritmo esegue controlli rigorosi sui dati inseriti e restituisce messaggi di errore specifici in caso di anomalie:
- Celle vuote nel campione: Se una categoria ha un target di popolazione positivo ma non contiene rispondenti nel campione (o ha un peso iniziale totale pari a 0), l'algoritmo non può calcolare una soluzione e mostra l'errore:
“‹variable› / ‹category›” ha un target positivo ma nessun peso campionario utilizzabile, pertanto non esiste alcuna soluzione finita.. - Mancata convergenza: Se viene raggiunto il limite massimo di iterazioni prima di soddisfare la tolleranza relativa, lo strumento mostra lo stato:
Raggiunto il limite di iterazioni (‹iterations›) prima della convergenza. Gli ultimi pesi sono mostrati a scopo diagnostico, non come risultati calibrati.. - Pesi estremi: Se la calibrazione ha successo ma produce una forte disparità tra i pesi, compare l'avviso:
I margini corrispondono, ma il peso maggiore è pari a ‹ratio› volte quello minore; verifichi la dimensione effettiva del campione prima di utilizzarli.. - Dati già allineati: Se il campione iniziale rispecchia già perfettamente i target, viene visualizzato:
I pesi iniziali corrispondono già a ogni margine richiesto..
Elaborazione locale e riservatezza dei dati
Tutti i dati dei rispondenti inseriti e i pesi calcolati vengono elaborati esclusivamente all'interno del browser web dell'utente. Nessun dato viene trasmesso, caricato o memorizzato su server esterni, garantendo la riservatezza delle informazioni durante l'intero processo di calibrazione.
Domande frequenti
Cosa dovrei usare come peso di base? Utilizzi il peso precedente alla calibrazione della popolazione, comunemente l'inverso della probabilità di selezione finale di ciascun rispondente, dopo le eventuali regolazioni per la mancata risposta richieste dal Suo studio. Se non dispone di pesi probabilistici, lasci il campo vuoto per iniziare tutti con 1. Ciò produce pesi di calibrazione, ma non trasforma un campione di convenienza in un campione probabilistico.
Cos'è il raking e quando un singolo margine è solo post-stratificazione? Il raking regola un margine di popolazione noto alla volta, quindi cicla attraverso di essi finché i margini precedenti corrispondono ancora dopo le regolazioni successive. Se fornisce una sola variabile categoriale, un solo ciclo è sufficiente: ogni categoria ottiene la nota regolazione quota target ÷ quota corrente. Margini multipli non forzano la corrispondenza delle loro combinazioni incrociate non elencate.
Perché un target può non avere soluzione o non convergere? Non è possibile creare un target positivo da una categoria senza alcun rispondente campionato. Con diverse variabili, le combinazioni osservate possono anche rendere incompatibili margini che altrimenti sembrerebbero ragionevoli. Un limite di iterazioni molto basso o pesi iniziali estremi possono interrompere il processo prima del raggiungimento della tolleranza richiesta. La verifica dei target e il registro del peggior target mostrano dove permane la discrepanza; non consideri questi ultimi pesi come calibrati.
L'effetto del peso di Kish corrisponde all'effetto di disegno completo dell'indagine? No. Misura solo la perdita di precisione associata a pesi disuguali: pesi uguali danno 1, mentre pesi più variabili riducono la dimensione effettiva del campione. L'effetto di clustering, la stratificazione, le correzioni per popolazioni finite e il modo in cui il risultato si relaziona alle variabili di calibrazione possono modificare la varianza reale. Utilizzi un software che conosca il disegno campionario completo per calcolare errori standard e intervalli di confidenza.