In this paper, we apply a Dynamic TimeWarping-based FuzzyC-Medoids clustering model with Exponential transformation (DTW-Exp-FCMd) to the multivariate time series of the gender gap in longevity indicators, namely life expectancy and lifespan disparity at birth. Data are collected from the Human Mortality Database, obtaining longevity measures using mortality rates, and then computing the gap as the ratio F/M. By exploiting the clustering information we are able to gain better insights into the gender gap in longevity over time and countries. Its monitoring might play a crucial role for the public and private sector, and in order to gain long-term sustainability goals.
In questo articolo, applichiamo un modello di classificazione fuzzy, il Dynamic Time Warping-based Fuzzy C-Medoids clustering model with Exponential transformation (DTW-Exp-FCMd), alle serie temporali multivariate del divario di genere in due indicatori di longevit`a, l’aspettativa di vita e la disuguaglianza di durata della vita alla nascita. I dati sono raccolti dallo Human Mortality Database e le misure di longevit`a sono ottenute utilizzando i tassi di mortalit`a, e poi calcolando il gap come rapporto F/M. Sfruttando le informazioni ottenute dalla classificazione, siamo in grado di ottenere una migliore comprensione del divario di genere nella longevit`a nel tempo e nei paesi. Il suo monitoraggio potrebbe giocare un ruolo cruciale per il settore pubblico e privato, e per ottenere obiettivi di sostenibilit`a a lungo termine.
The gender gap in lifespan disparity as a social indicator of international countries: A fuzzy clustering approach / Alaimo, Leonardo; D'Urso, Pierpaolo; Nigri, Andrea. - (2022), pp. 237-242. (Intervento presentato al convegno IES 2022 Innovation & Society 5.0: Statistical and Economic Methodologies for Quality Assessment tenutosi a Capua).
The gender gap in lifespan disparity as a social indicator of international countries: A fuzzy clustering approach
Alaimo Leonardo
;D'Urso Pierpaolo;Nigri Andrea
2022
Abstract
In this paper, we apply a Dynamic TimeWarping-based FuzzyC-Medoids clustering model with Exponential transformation (DTW-Exp-FCMd) to the multivariate time series of the gender gap in longevity indicators, namely life expectancy and lifespan disparity at birth. Data are collected from the Human Mortality Database, obtaining longevity measures using mortality rates, and then computing the gap as the ratio F/M. By exploiting the clustering information we are able to gain better insights into the gender gap in longevity over time and countries. Its monitoring might play a crucial role for the public and private sector, and in order to gain long-term sustainability goals.File | Dimensione | Formato | |
---|---|---|---|
IES2022-Alaimo et al.pdf
accesso aperto
Note: Articolo
Tipologia:
Versione editoriale (versione pubblicata con il layout dell'editore)
Licenza:
Creative commons
Dimensione
882.1 kB
Formato
Adobe PDF
|
882.1 kB | Adobe PDF |
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.