English
MyLiuc
In hierarchical cluster analysis by copula approach

We propose a new measure to evaluate the dissimilarity between rankings in hierarchical cluster analysis to segment subjects expressing their preferences by rankings. The proposed index builds upon the Spearman grade correlation
coefficient on a transformation of the ordinal variables that describes the rankings of the subjects, calculated by the copula function. In particular, in using the copula functions with tail dependence we employ an index suitable for emphasizing the agreement on top ranks, when the top ranks are considered more important than the lower ones. We evaluate the performance of our proposal by an example on selected rankings, showing that the resulting groups contain subjects whose preferences are more similar on the most important, or top, ranks.

NEWS eventi
“Lavoro: un Master da record”: la rubrica di Rai Parlamento “Punto Europa” si è occupata nella puntata del 13
NEWS eventi
mercoledì 7 febbraio: Come si legge un bilancio. Corso per giornalisti.   Tornano i corsi della LIUC per
NEWS eventi
sabato 20 gennaio 2018 Auditorium, ore 9.30   A conclusione della prima edizione del corso di Alta Formazione
NEWS eventi
Giovedì 25 gennaio 2018 la LIUC Business School diretta dal professor Raffaele Secchi, in collaborazione con LIUC
NEWS eventi
5 studenti delle classi IV e V provenienti da 5 scuole lombarde a scuola di ricerca documentale per una settimana di
NEWS ricerca
Prof. Valentina Lazzarotti have been chosen as an Outstanding Reviewer for “Management Decision” in the 2017
NEWS ricerca
24 ottobre 2017 Seminario di ricerca LIUC Università Cattaneo Relatore: Elisa Salvador   All’interno del ciclo
NEWS ricerca
La dottoressa Ingrid Cangelosi, dottoranda del XVIII Ciclo del corso di Dottorato di Ricerca in Gestione Integrata
NEWS ricerca
giovedì 9 novembre 2017 aula C04 ore 15   Il progetto SUNRISE (Smart Up Network Rising In Scientific Education) della
© UNIVERSITA' CARLO CATTANEO - LIUC | C.SO MATTEOTTI, 22 - 21053 CASTELLANZA (VA) CODICE FISCALE E PARTITA IVA 02015300128
CREDITS