The present work will describe a model of data integration through a methodology of Statistical Matching (hot deck distance) for the integration of two surveys (EuSilc-Istat and Lifestyle Survey-University of Bari). The construction of an integrated database on the basis of these two surveys may be useful for the study of consumer behavior in relation to specific groups of commodities, in order to analyze the decisions taken by families with regard to saving, to examine economic and social inequality, and to study the impact of public policies by means of simulations.

Le riforme nel sistema di istruzione universitaria, motivate in primo luogo dalla necessità di avvicinare il mondo delle università ai fabbisogni dell’economia e delle imprese, hanno modificato l’offerta di istruzione universitaria italiana. Il presente lavoro analizza la mobilità studentesca negli atenei italiani, come utile strumento di impulso alla competitività fra gli atenei e per comprendere le cause che la determinano. Analizzando il caso italiano, le sedi universitari maggiormente attrattive rappresentano i diversi modelli del rapporto tra città e università e sono in grado di fornire un elevato livello di servizi sociali e culturali che certamente costituiscono un elemento capace di influenzare la scelta della sede degli studenti. A livello territoriale l’analisi della mobilità, studiata attraverso la costruzione di indicatori, conferma la tendenziale attrattività delle province del Centro Nord Italia rispetto a quelle del Sud Italia. La rappresentazione dei valori attribuiti alle singole aree geografiche, corrispondenti alle province, avviene attraverso cartogrammi. La determinazione degli estremi degli intervalli è stata ottenuta utilizzando un algoritmo di ottimizzazione iterativo dovuto a Jenks (1967), che individua le fratture nella distribuzione della variabile con l’aiuto della misura statistica della “bontà di adattamento alla varianza”, o Goodness of Variance Fit (GVF). La comparazione con altri studi effettuati su tale tematica ha evidenziato che fra le cause che influenzano la mobilità in ingresso è necessario distinguere fattori endogeni ed esogeni. Fra i primi ricordiamo la qualità della didattica erogata e la qualità dei servizi agli studenti. Fra i fattori esogeni si annoverano: l’accessibilità delle sedi didattiche in termini di costo del trasporto (quasi sempre funzione della distanza chilometrica) e qualità del viaggio (comfort e durata), “l’atmosfera culturale” e la vivibilità del “tempo libero” della città, oltre alla generica qualità della vita.

Il progetto di ricerca ha l’obiettivo di analizzare il fenomeno della povertà, come fattore di evoluzione e di misura del livello di benessere della società attuale. Le problematiche legate alla misurazione della povertà nascono dalla difficoltà di dare una definizione univoca a tale fenomeno, di attuale interesse soprattutto nei giorni nostri. Ai metodi basati su variabili di natura oggettiva (risorse che di fatto sono a disposizione della famiglia) si affiancano misurazioni di carattere soggettivo, basate sulla percezione che la famiglia ha della propria condizione sociale ed economica. L’analisi congiunta di metodi oggettivi e soggettivi (l’essere e il sentirsi poveri) consente di evidenziare aspetti problematici che caratterizzano le famiglie escluse da standard di vita riferiti ad un preciso contesto storico, geografico, sociale e culturale. Per analizzare il fenomeno della povertà occorre dunque abbandonare l’idea di un concetto univoco di povertà; esistono varie classi di poveri, identificabili dalla combinazione di diverse variabili sia socio-economiche che storico-culturali.

part from its use as a means to measure the variability of a series of observations, like the other variability indexes, the mean difference can also be used to measure the variability of different distribution models. Knowledge of the mean difference of distribution models contributes to the integration of their characterization provided by other variability indexes. Two of the present authors (Girone and Mazzitelli, 2007) have made an initial systematic study of the mean difference of some distributions, giving compact expressions of the mean difference for 15 continuous distribution models. The objective of this note is to obtain analogous results for another 10 continuous distribution models.

The fuzzy set approach to multidimensional poverty measurement is enjoying increasing popularity. A different, yet strongly related issue concerns geo-informatics surveillance for poverty hot-spot detection: hot-spot refers to a local outbreak of persistent poverty typologies. Circle-based spatial-scan statistics is a popular approach, now widely used by many governments and academic research teams. In this paper we define a [0;1] valued fuzzy poverty measure for the census sections in the urban area of Bari, Apulia, Italy. The scan statistics (SaTScan) and other methods (DBSCAN) were used to successfully identifying poverty clusters. The implications for digital governance are also discussed.

applied to marketing strategies. In the past, multivariate statistical techniques were used for quantitative data in marketing decision support systems (MDSS), but there are many qualitative variables in present day marketing research, and the elaboration of these variables requires the use of categorical statistical models. In view of the scarcity of references in the literature to the contribution of applied categorical models to marketing, the scientific purpose of the present work involves the application of the methodology of categorical models to marketing management. A marketing information system (MIS) is an integrated structure involving people, equipment, and procedures which has the purpose of collecting, classifying, analyzing, evaluating and distributing relevant, timely and accurate data for operators making marketing decisions. In the management of marketing information systems, the utilization of statistical techniques is fundamental for the elaboration of data. In particular, the use of the following categorical statistical models is most useful: categorical regression model, categorical principal components model, non-linear canonical correlation model, multiple correspondences model, multidimensional scaling model. The categorical regression model is used to measure customers’ degree of satisfaction in relation to the use of some products or services. The categorical principle components model is used in the field of marketing to analyse the preferences or opinions on the characteristics of products expressed by consumers. The non-linear canonical correlation model makes it possible to measure the correlation between different sets of variables. The multiple correspondences model is used in marketing strategies for the creation of positioning maps for product brands through the opinions expressed by consumers on the qualities of the products. The multidimensional scaling model is used to analyse the perceptions and opinions expressed by consumers on the greater or lesser similarity between product brands.