Sistemi Informativi Statistici

A Cura di:

Vincenzo Patruno, Marina Venturi

Sistemi informativi Statistici

Università “La Sapienza”

Facoltà di Scienze Statistiche

23 Febbraio 2004

Dalle Fonti ai Sistemi Informativi

Crescita della domanda di informazione statistica

Dati aggiornati e dettagliati

Riduzione del carico sui rispondenti

Sfruttamento dei giacimenti informativi esistenti

Sviluppo tecnologico e informatico (es. DB, Internet) per la fruibilità immediata dei dati


Necessità di individuare soluzioni metodologiche e organizzative efficienti che consentono di:

•Integrare le informazioni raccolte da indagini diverse organizzandole e inquadrandole in uno schema coerente •Passare da una visione per singola fonte, singola indagine e quindi singolo processo di produzione ad una visione di sistema di fonti, sistema di indagini

SISTEMA INFORMATIVO STATISTICO


La nozione di Sistemi Informativi nasce in ambito aziendale.

Si intende l’insieme di strumenti automatici di memorizzazione, scambio, acquisizione, elaborazione, interrogazione e diffusione di informazioni raccolte da una azienda per soddisfare i propri scopi di esercizio, controllo e pianificazione basato su una architettura

informatica di tipo Data Base


Ciclo di gestione della produzione statistica

Processi: insieme di procedure di acquisizione, correzione, validazione, produzione di dati elementari, di

elaborazione, trasformazione e diffusione di dati aggregati.

Prodotti: archivi di microdati validati e tavole di pubblicazione (in formato cartaceo o elettronico)


SIS: E’ la naturale evoluzione del ciclo di gestione della produzione statistica

•Esistenza di una base dati in linea

•Esistenza di un livello di integrazione orizzontale e verticale


Sistema Informativo Statistico

•Estendibilità

•Flessibilità

•Semplicità d’uso

•Integrità e robustezza


Standard di qualità su Web

Accessibilità

Un sito è “accessibile” se i contenuti, le modalità di

navigazione e le funzioni interattive sono accessibili a

tutti gli utenti, indipendentemente contesto tecnologico e

culturale e dal livello di competenze degli utenti



Usabilità

un sito web è effettivamente “usabile” se è “orientato

all’utente”, cioè se garantisce un

set di requisiti che riguardano:

» efficienza

» efficacia

» soddisfazione



Efficienza

Un sito è “efficiente” se è in grado di soddisfare le

esigenze degli utenti attraverso un impiego razionale

delle risorse disponibili (economiche, tecnologiche e

informative)



Efficacia

Un sito web è “efficace” se è in grado di soddisfare i

bisogni informativi degli utenti in modo accurato e

completo



Soddisfazione

Un sito è “di soddisfazione” per gli utenti se è

liberamente accessibile, non implica vincoli e condizioni

all’accesso e invoglia gli utenti ad un utilizzo non

occasionale



Mission

Le finalità del sito, gli obiettivi informativi fondamentali e i

principali target di riferimento devono essere esplicitati in

modo evidente



Linearità e Sinteticità

Un sito è “lineare” se le funzioni sono programmate in

modo da ridurre il numero di modi in cui certe attività

operative possono essere svolte, in modo da

semplificare l’utilizzo da parte degli utenti

I contenuti testuali devono essere essenziali e non

ridondanti



Organizzazione per Grappoli

Le informazioni devono essere organizzate in modo logico e consequenziale e distribuiti per “grappoli” e “nidificazioni”, per tema, ordine cronologico o fonte

in funzione del tipo di informazioni, degli obiettivi e delle caratteristiche tecniche del sito e del livello di conoscenza degli utenti



Nidificazioni GerarchicheI grappoli di informazioni devono essere organizzati gerarchicamente in modo che l’articolazione sia:

•logica, internamente coerente, adeguata al modello concettuale

•facilmente comprensibile e gestibile dagli utenti



Layout delle pagine

Ciascuna pagina deve essere autosufficiente: coprire un dominio specifico senza dover ricorrere a pagine differenti per cogliere l’informazione chiave.

Quando una pagina contiene troppe informazioni si deve adottare una organizzazione per grappoli e una struttura gerarchica dei contenuti (cfr.)


Tipologie di Sistemi Informativi Statistici

•Sistemi di metadati (per la gestione di definizioni, classificazioni, nomenclature comuni a tutte le indagini)•Sistemi strumentali (sistemi di supporto alla produzione statistica)•Sistemi di produzione (insieme dei sottosistemi per la gestione delle fasi relative al ciclo di produzione delle indagini)

•Sottosistemi di acquisizione dei dati (tecniche CAI)

•Sottosistemi di diffusione (dedicati al ritrovamento e alla presentazione delle informazioni statistiche per l’utente finale)


Tipologie di Sistemi Informativi Statistici

Esempio di sistema integrato di produzione dati di indagini sulla popolazione

http://modem.istat.it

http://demo.istat.it

DEMO-GEODEMO:I dati diffusi

•Movimento e calcolo della popolazione residente (Rilevazione P.2)

•Cittadini stranieri iscritti in Anagrafe: Bilancio Demografico e Popolazione residente per sesso e cittadinanza (Rilevazione P.3)

•Popolazione residente per sesso, età e stato civile (Rilevazione POSAS)

•Tavole di mortalità

•Previsioni della popolazione residente

Interfaccia utente Programmi Strutture Dati

Interfaccia utente

Interfaccia utente

E’ la “porta di accesso” ai dati

L’obiettivo di demo.istat.it è stato quello di ottenere una interfaccia per consentire:

•Facile accesso ai dati

•Facile selezione dei parametri di input

•Veloci interrogazioni sul Data Base

Interfaccia utente

Sul Web questo significa:

•Costruire l’interfaccia utente come pagina HTML

•Usando le tecnologie disponibili (DHTML)

•Utilizzando il protocollo HTTP per inviare query e per ottenere i risultati

Problemi: Compatibilità tra browser, limiti di DHTML, natura di HTTP

Interfaccia utente

1 3

2

Interfaccia utente

L’utente utilizza la stessa finestra

•Per effettuare interrogazioni

•Per ottenere i risultati

•Per salvare i dati

Strutture dati

OLTP: On line Transaction Processing

E’ una classe di programmi per la gestione di sistemi di tipo transazionale (tipicamente data entry e retrieval transactions)

OLAP: On Line Analytical Processing

Permette all’utente di estrarre dati in modo facile e selettivo e di vedere i dati da differenti punti di vista.

•Il modello ER è basato su una rappresentazione della realtà oggetto di studio sulla base di oggetti chiamati Entità e delle relazioni tra questi oggetti.

•Ad ogni entità è associato un insieme di attributi che la caratterizzano

Modello Entità-Relazioni (ER)

Modello Entità-Relazioni (ER)

Famiglia IndividuoAppartiene

N. Componenti

Struttura

Sesso Età

Titolo di StudioCondizione

professionale

1 n

Schema E-R di un c/c bancario

•Un Data Warehouse è un repository per tutti o una parte dei dati che vengono raccolti dai vari sistemi aziendali

•Un Data warehouse è una raccolta di dati disegnati e organizzati per il supporto decisionale

•Un Data Warehouse è un sistema informatico disegnato per supportare coloro che hanno il compito di prendere decisioni strategiche costruito copiando i dati da sistemi esistenti e memorizzandoli in maniera opportuna per il loro utilizzo da parte dei dirigenti

Un Data Warehouse è una copia dei dati esistenti opportunamente strutturati per consentire sia interrogazioni che la generazione di report.

(Ralph Kimball's pag. 310 of The Data Warehouse Toolkit - John Wiley & Sons 1996)

Data Warehouse

•Il DM è la tecnica di analisi e rappresentazione concettuale dei dati più adatta nella costruzione di sistemi di warehouse

•Nel DM, un modello di tavole e relazioni è costruito con lo scopo di massimizzare la velocità di accesso ai dati e di osservarli secondo più dimensioni

Modello dimensionale (DM)


•DM è costruito attorno ad un “business subject”

•Ciò significa identificare il soggetto da modellare e tutte le misure che descrivono quel soggetto.

•Nello stesso tempo vanno identificati tutti quei parametri da cui le misure possono essere viste.


Popolazione Residente

Maschi

Femmine

Celibi

Nubili

……

Età_FK

Territorio_FK

Territorio

Territorio_PK

Comune

Provincia

Regione

Ripartizione

Età

Età_PK

Età_desc

•Il DM non cambia se implementato in un Data Base Relazionale. (Il DM viene chiamato Star Schema)

•Ogni dimensione diventa una tabella nel data base (Dimension Table)

•La tavola dei Fatti diventa una tavola di dimensioni ragguardevoli, contenente un gran numero di righe. Contiene infatti le misure più le chiavi esterne per il collegamento con le Dimension Table.



Le misure vengono dette FATTI

I parametri da cui un fatto può essere visto vengono detti DIMENSIONI

Il livello di dettaglio delle misure nella Fact Table è detto GRANULOSITA’

Il DM è orientato alla facile gestione delle gerarchie


Popolazione Residente

AGG_BY_PROVINCE

Maschi

Femmine

Celibi

Nubili

……

Età_FK

Territorio_FK

Territorio

Territorio_PK

Provincia

Età

Età_PK

Età_desc

Popolatione Residente AGG_BY_ITALY

Popolatione Residente

AGG_BY_GEOGRAPHICAL_AREA


AGG_BY_REGION


AGG_BY_PROVINCE

BASE Popolatione Residente


M. C. Escher

Relativity

Client

HTTP

Architettura

Linux RedHatApache HTTP ServerPHP4PostgreSQLPostGISMapserverMapscript

Spatial and Statistical DataData Warehouse

PHP pages

PHP interpreter

PostgreSQL

PHP pages

PHP interpreter

PostgreSQL

PostGIS

MAPSCRIPT

MAPSERVER

Server

Marina VenturiISTAT - Direzione centrale per le statistiche e le indagini sulle istituzioni sociali Viale Liegi n. 13 00198 [email protected]

Vincenzo PatrunoISTAT - Direzione centrale per le metodologie statistiche e le tecnologie informatiche Via C. Balbo,16 00184 [email protected]

Sistemi Informativi Statistici

Technology

Transcript of Sistemi Informativi Statistici