Il ciclo di seminari Case Studies on Food and Agricultural Statistics, organizzato dall’Università Sapienza di Roma in collaborazione con la FAO, continua a offrire approfondimenti significativi su tematiche legate alle statistiche alimentari e agricole. L’iniziativa mira a promuovere e sviluppare il Master Europeo in Statistiche Ufficiali (EMOS), creando un ponte tra i produttori di statistiche ufficiali e il mondo accademico a livello europeo.
A condurre l’incontro Stefano Di Candia, che dal Gennaio 2021 collabora con la Divisione Statistica della FAO. Con il suo ruolo, contribuisce al lavoro sulla disaggregazione dei dati e alla valutazione dei progressi degli indicatori SDG. Le sue aree di competenza includono l’analisi dei dati da indagini, la programmazione in R e le stime per le piccole aree.
Focus sull’indicatore SDG 2.1.2 in Cile
Durante il seminario di Martedì 11 Marzo, l’attenzione si è concentrata sull’indicatore SDG 2.1.2 in Cile, con particolare riferimento alla Food Insecurity Experience Scale (FIES). Questo indicatore misura la percentuale di individui che hanno sperimentato insicurezza alimentare a livelli moderati o gravi durante il periodo di riferimento. La FIES valuta esperienze come l’aumento dell’investimento in cibo, la riduzione della velocità dei pasti, il salto dei pasti e la preoccupazione sulla disponibilità di cibo.
Metodologia dell’analisi
L’analisi presentata ha seguito una struttura metodologica dettagliata: si è iniziato con la fase di setup, durante la quale sono stati caricati i pacchetti, definite le funzioni personalizzate e importati i dati. Successivamente, è stato applicato il modello di Rasch per l’analisi dell’insicurezza alimentare. Si è poi passati alla stima diretta con il trimming dei pesi, seguita dalla fase di smoothing della varianza, essenziale per garantire le ipotesi del modello Fay-Herriot. A questo punto si è proceduto con la selezione delle variabili, un processo empirico che prevede l’inclusione iniziale di tutte le variabili disponibili per poi rimuovere progressivamente quelle non utili. Infine, è stato introdotto il modello a livello di area che ha combinato i dati utilizzando il modello Fay-Herriot e ha permesso di ottenere i valori stimati, calcolare l’errore quadratico medio (MSE) e il coefficiente di variazione (CV), con un riepilogo dei CV delle stime dirette e indirette.
L’analisi dettagliata dell’indicatore SDG 2.1.2 in Cile evidenzia l’importanza di metodologie statistiche robuste per comprendere e affrontare l’insicurezza alimentare. Questi studi sono fondamentali per informare e guidare le politiche volte a migliorare la sicurezza alimentare a livello nazionale e internazionale.
Il prossimo incontro della serie vedrà la partecipazione di Clara Aida Khalil, che presenterà il suo lavoro sulla disaggregazione dei dati dell’indicatore SDG 2.1.2, offrendo ulteriori approfondimenti su questo tema cruciale.