Weighted Estimation in Multilevel Ordinal Models to Allow for Informativeness of the Sampling Design

I modelli multilivello per variabili ordinali sono spesso utilizzati per l'analisi di dati raccolti con disegni campionari complessi a più stadi. Tuttavia, se il disegno è informativo, nel senso che le probabilità di inclusione dipendono dalla variabile di risposta anche condizionatamente alle variabili esplicative, allora gli usuali stimatori di massima verosimiglianza sono distorti. In questo lavoro proponiamo una procedura di stima pesata per i modelli multilivello ordinali che elimina la distorsione generata dall'informatività del disegno campionario: in particolare, i reciproci delle probabilità di inclusione ai vari stadi del campionamento sono usati per pesare il logaritmo della verosimiglianza. Un primo studio di simulazione, descritto di seguito, ha consentito di valutare l'efficacia della soluzione proposta nel caso particolare di una variabile di risposta dicotomica.