Dipartimento di Scienze Statistiche

Il Dipartimento di Scienze Statistiche è lieto di annunciare il prossimo incontro dei DSS Lunch Seminar. Il titolo dell'intervento è “Surveying LGBTQ+ via social media: from Instagram recruitment to pseudo-calibrated snowball weights”, a cura del dott. Marco Dionisio Terribili dell' ISTAT.. L'evento si terrà venerdì 10 aprile alle ore 12:30 presso l'Aula 34, sita al piano IV del Dipartimento di Scienze Statistiche, edificio CU002 in Città Universitaria, Piazzale Aldo Moro 5, Roma.   A proposito dei lunch seminar I DSS Lunch Seminar nascono dall’idea dei ricercatori e delle ricercatrici del Dipartimento di Scienze Statistiche di creare un luogo aperto ed inclusivo di incontro, confronto e accrescimento sui diversi temi di ricerca di interesse del dipartimento. In un clima di informale convivialità ci si aprirà al dibattito mostrando i risultati delle proprie ricerche e discutendone con l’obiettivo di scoprire ed interagire su temi nuovi e stimolanti tra persone con diversa estrazione accademica ed interessi.   Surveying LGBTQ+ via social media: from Instagram recruitment to pseudo-calibrated snowball weights a cura del dott.Marco Dionisio Terribili How can we study LGBTQ+ populations that traditional surveys rarely reach? This seminar presents a research project that begins with a qualitative phase—used to inform the design and wording of the questionnaire within a mixed‑methods framework—and then moves to an Instagram‑based data‑collection strategy supported by web scraping and hashtag‑based identification. After recruiting participants online and expanding the sample through a snowball approach, a familiar methodological challenge emerges: non‑probability samples lack known inclusion mechanisms. To address this issue, calibration and post‑stratification models are applied, using Istat’s population totals for same‑sex civil unions as external benchmarks. By comparing alternative weighting strategies, we examine how estimates shift, how variability changes, and what can be reasonably inferred from such data. The objective is to illustrate how innovative data‑collection techniques and robust statistical tools can be integrated to generate credible insights on diverse LGBTQ+ population(s). Per informazioni: davide.biancalana@uniroma1.it