FRANCESCA GAGLIARDI

Francesca Gagliardi

Dipartimento di Economia Politica

Piazza San Francesco 7

53100 Siena, Italy

CURRICULUM

DATA E LUOGO DI NASCITA: 25/06/1978  SIENA

LAUREA: Giugno 2002 Laurea maxima cum laude in Scienze Statistiche ed Economiche, presso l’Università di Siena, con una tesi dal titolo: “L’indagine sulle condizioni di vita delle famiglie toscane: il questionario” Relatore: Prof. Achille Lemmi, Correlatore: Prof. Giulio Ghellini

POST LAUREA: Febbraio 2006 di Dottore di Ricerca in Statistica Applicata presso il Dipartimento di Statistica “G.Parenti”, Università di Firenze, con una tesi dal titolo “Il lavoro sommerso in Provincia di Arezzo: metodi statistici ed analisi empiriche”. Relatore: Prof. Achille Lemmi (Università di Siena) Correlatore: Dott. Fabrizio Cipollini (Università di Firenze)

POSIZIONE ATTUALE: Da Ottobre 2006 - Assegnista di Ricerca presso il Dipartimento dei Metodi Quantitativi dell’Università di Siena

SOCIETA' SCIENTIFICHE DI APPARTENENZA: Società Italiana di Statistica (SIS).

ATTIVITA' DIDATTICA

• Statistica Economica I, corso tenuto dal prof. Lemmi, Facoltà di Economia.

• Statistica Economica II, corso tenuto dal prof. Lemmi, Facoltà di Economia.

• Il SAS per l’analisi di dati provenienti da indagini campionarie (insieme alla dott. Neri).

INTERESSI DI RICERCA, ATTIVITA' SVOLTA ED IN CORSO DI SVOLGIMENTO

PRINCIPALI LINEE DI RICERCA:  

Stima della varianza campionaria per le misure di povertà e condizioni di vita.

Comparabilità delle indagini longitudinali sul reddito e le condizioni di vita.

Avanzamenti metodologici per la comparabilità e le tecniche di stima delle statistiche sul reddito e condizioni di vita in UE (applicate ai dati EU-SILC): sviluppo e valutazione di metodologie alternative per la stima della varianza per indicatori di povertà; implementazione di programmi, utilizzando il software SAS, al fine di riprodurre le analisi descritte, con lo scopo di mettere tali metodologie a disposizione di tutti i paesi che fanno parte dell’indagine.

Studi sulle metodologie e sulla qualità dell’indagine EU-SILC".

Metodi di stima della povertà e condizioni di vita per piccole aree.

Metodologie per l’indagine forze lavoro europea.

PUBBLICAZIONI

1) Neri L., Gagliardi F., Cianpalini G., Verma V., Betti G. (2009). Outliers at upper end of income distribution (EU-SILC 2007). DMQ Working Paper 86/09, University of Siena

2) Verma V., Gagliardi F., Ferretti C. (2009). On pooling of data and measures. DMQ Working Paper 84/09, University of Siena

3) Ciampalini G., Gagliardi F., Verma V. (2008). Methodology of European labour force surveys: (1) Scope and sample size. Working Paper 75/08, University of Siena.

4) Gagliardi F., Verma V., Ciampalini G., (2009). Methodology of European labour force surveys: (2) Sample design and implementation. Working Paper 79/09, University of Siena.

5) Verma V., Gagliardi F., Ciampalini G. (2009). Methodology of European labour force surveys: (3) Sample rotation patterns. Working Paper 80/09, University of Siena.

6) Betti G., Gagliardi F., Nandi T. (2007), Jack-knife variance estimation of differences and averages of poverty measures. DMQ Working Paper 68/07, University of Siena.

7) Gagliardi F., Nandi T., Verma V., (2006) Variance estimation of longitudinal measures of poverty. Paper 64/06, of Siena.

8) Il lavoro sommerso in provincia di Arezzo: stima delle ULA mediante un metodo misto. Working Paper 61 (2006), University of Siena.

9) Il lavoro sommerso in provincia di Arezzo: metodi statistici ed analisi empiriche, Tesi di dottorato, dipartimento di Statistica G.Parenti, Università degli Studi di Firenze.

10) Gianni Betti, Francesca Gagliardi, Giulio Ghellini, Achille Lemmi, Laura Neri (Univ. di Siena), Nicola Sciclone (Irpet): L'indagine sulle Condizioni di Vita in Toscana: metodi e primi risultati. a : Dinamiche e persistenze nel mercato del lavoro italiano ed effetti di politiche (basi di dati, misura e analisi).Cofinanziamento MIUR 2001. Padova,13--14 Gennaio 2003

11) Rapporto di ricerca, Progetto per ricerca-azione a supporto dell’attività di orientamento e formazione professionale e per favorire la lotta al lavoro sommerso, Provincia Arezzo, 2005

Reports produced under Eurostat’s projects:

12) Variance estimation of longitudinal measures of poverty.

13) Alternative variance estimation procedures (1) Application to cross-sectional measures.

14) Country-specific assessment of income reporting in EU-SILC 2004.

15) Comparative assessment of income reporting in EU-SILC 2004.

16) A draft questionnaire on income in EU-SILC.

17) An examination of outliers at upper end of income distribution. Report to Eurostat.

18) Extension of JRR method for estimating variance and design effects of net changes and averages in poverty and inequality measures.

19) Using "JRR weights" to facilitate variance estimation given limited information on sample structure in EU-SILC UDB files.

20) ‘Collapsing’ of strata and PSUs to define more suitable and efficient computational units for variance estimation: a technical note.

21) SAS programs and documentation for JRR variance estimation. Application to longitudinal at-risk-of-poverty rates. It covers computation of standard errors and design effects of longitudinal poverty rates defined for a ‘balance panel’ in EU-SILC.

22) SAS programs and documentation for JRR variance estimation. Measures of net changes and averages of poverty and inequality indicators. It covers computation of sampling errors of net changes and averages over cross-sections for mean equivalised income, poverty rate, Gini coefficient, and share ratio S80/S20.

23) An examination of outliers at upper end of income distribution (EU-SILC 2005).

24) Reporting of self-employment income (EU-SILC 2005).

25) Country-specific assessment of income reporting in EU-SILC 2005.

26) A country-specific draft questionnaires on income reporting in EU-SILC 2005.

27) Comparative assessment of income reporting in EU-SILC 2005

28) Required tables on sampling errors in EU-SILC Final Quality Report (FQR).

29) SAS programs for variance estimation of the measures required for Final Quality Report.

30) Standard errors for the statistics included in Final Quality Report. Illustrations for Austria, Denmark, Iceland and Sweden. 03(1). Full cross-sectional sample for 2006.

31) Standard errors for the statistics included in Final Quality Report. Illustrations for Austria, Denmark, Iceland and Sweden. Longitudinal sample 2004-2006, panels of 2 and 3 year duration.

32) SAS programs for variance estimation of the measures required for Intermediate Quality Report.

33) Standard errors for the statistics included in Intermediate Quality Report. Illustrations for Austria, Denmark, Iceland and Sweden. Source: cross-sectional sample for 2007.

34) The ‘Creation structure for JRR’ Program.

35) Contribution to the section on Sampling Errors in the Intermediate Comparative Quality Report, 2007

36) Contribution to the section on Sampling Errors in the Final Comparative Quality Report, 2006