Il progetto di ricerca si propone di sviluppare un nuovo modello statistico per l’identificazione di sottopopolazioni latenti all’interno di dati caratterizzati da una struttura gerarchica a due livelli. L’approccio innovativo che intendo elaborare combina elementi dei modelli multilivello con effetti casuali discreti con quelli dei modelli di mistura, dando origine a una nuova classe di modelli in grado di rilevare strutture latenti sia a livello individuale sia a livello del gruppo. Questa metodologia si presta all’analisi di contesti diversi, accomunati però da una struttura gerarchica dei dati, come ad esempio studenti all’interno delle scuole o pazienti all’interno degli ospedali. L'obiettivo è utilizzare il modello per analizzare i sistemi educativi europei attraverso i dati di OCSE-PISA e, in particolare, è duplice: 1.Profilare gli studenti in base al rischio di ottenere basse performance nelle materie scientifiche; 2.Classificare i paesi europei in gruppi omogenei per esaminare come le caratteristiche dei diversi sistemi scolastici influenzino la preparazione degli studenti. Il progetto si colloca all’intersezione tra statistica metodologica, statistica applicata e ricerca nell’ambito dell’educazione e delle politiche pubbliche. I fondi richiesti saranno utilizzati per supportare attività essenziali alla diffusione e allo sviluppo del progetto, secondo le seguenti linee: -Partecipazione a conferenze + quote associative (~ 2500 euro): LESE2026, SIS2026, IFCS2026, -Organizzazione di un workshop scientifico tematico dedicato al tema della classificazione statistica applicata ai settori della salute e dell’educazione, con l’obiettivo di favorire lo scambio interdisciplinare tra statistici, economisti dell’educazione e studiosi di politiche sanitarie e stimolare collaborazioni (~ 2500 euro).