CINECA IRIS Institutional Research Information System
IRIS è la soluzione IT che facilita la raccolta e la gestione dei dati relativi alle attività e ai prodotti della ricerca. Fornisce a ricercatori, amministratori e valutatori gli strumenti per monitorare i risultati della ricerca, aumentarne la visibilità e allocare in modo efficace le risorse disponibili.
EnglishComposite indicators are very useful in addressing complex variables that cannot be directly observed: they can be used to assess for example quality of life and customer satisfaction. In practice, it is very often of interest to reduce the dimension of a composite indicator by selecting among its components the most important ones. In this paper we propose a method for reducing the dimension of composite indicators based on the comparison of rank correlation coefficients and we compare it with another method. A practical application to university student satisfaction data is presented. Moreover, we evaluate how the choice of the rank correlation coefficient influences the results of the practical application.
Scheda prodotto non validato
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
| Titolo: | TWO METHODS FOR COMPOSITE INDICATOR DIMENSION REDUCTION BASED ON RANK CORRELATION |
| Autori: | |
| Data di pubblicazione: | 2014 |
| Rivista: | |
| Citazione: | TWO METHODS FOR COMPOSITE INDICATOR DIMENSION REDUCTION BASED ON RANK CORRELATION / Marozzi, M; Cozzucoli, Paolo Carmelo. - In: STATISTICA & APPLICAZIONI. - ISSN 1824-6672. - XII:1(2014), pp. 39-46. |
| Handle: | http://hdl.handle.net/20.500.11770/140900 |
| Appare nelle tipologie: | 1.1 Articolo in rivista |
File in questo prodotto:
Copyright © 2020