Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Autokorelacja" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł:
Zastosowanie statystyki przestrzennej do analizy wynagrodzeń na poziomie powiatów
The use of spatial statistics in the analysis of salaries at poviat level in Poland
Autorzy:
Ręklewski, Marek
Powiązania:
https://bibliotekanauki.pl/articles/1968010.pdf
Data publikacji:
2022-01-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
wynagrodzenia
rynek pracy
statystyka przestrzenna
autokorelacja przestrzenna
salary
labour market
spatial statistics
spatial autocorrelation
Opis:
Zróżnicowanie przestrzenne wynagrodzeń stanowi przedmiot wielu badań naukowych zarówno w ujęciu teoretycznym, jak i empirycznym. Czynnikami determinującymi wysokość wynagrodzeń w Polsce są m.in. struktura i rodzaj działalności prowadzonej przez przedsiębiorstwa, specyficzne dla danego regionu i zależne od jego lokalizacji. Celem badania omawianego w artykule jest identyfikacja zależności przestrzennych zachodzących pomiędzy powiatami pod względem poziomu przeciętnych miesięcznych wynagrodzeń brutto z zastosowaniem statystycznych metod autokorelacji przestrzennej. Analizowano dane statystyczne za lata 2010–2019 zaczerpnięte z Banku Danych Lokalnych GUS. Wykorzystano miary globalne i lokalne. Do obliczenia globalnych parametrów autokorelacji przestrzennej posłużyły statystyki I Morana i C Geary’ego, a do identyfikacji autokorelacji lokalnej – statystyka Ii Morana, należąca do lokalnych wskaźników przestrzennych z grupy LISA (Local Indicators of Spatial Association). Istotność statystyczną statystyk globalnych zweryfikowano przy wykorzystaniu podejścia randomizacyjnego opierającego się na momentach teoretycznych. Z globalnych statystyk I Morana i C Geary’ego wynika, że w badanym okresie pomiędzy powiatami występowała istotna (bardzo słaba lub słaba) dodatnia autokorelacja przestrzenna pod względem poziomu przeciętnych miesięcznych wynagrodzeń brutto. Świadczy ona o tym, że istnieją przestrzenne struktury powiatów o podobnych wartościach, a więc klastry charakteryzujące się wysokimi lub niskimi wartościami przeciętnej płacy. Wzrost wartości statystyki I Morana oraz spadek C Geary’ego w analizowanych latach wskazuje na zmniejszenie się zróżnicowania przeciętnych miesięcznych wynagrodzeń pomiędzy powiatami, a tym samym na wzrost autokorelacji przestrzennej. Analiza otrzymanych statystyk lokalnych pozwoliła na wyróżnienie klastrów podobnych powiatów: mazowieckiego, pomorskiego i śląskiego, a także wskazała na występowanie powiatów odstających (ang. outliers).
The spatial differentiation of salaries is the subject of many scientific studies, both theoretical and empirical. One of the factors determining remuneration in Poland is the structure and type of business activity, specific for a given region and depending on its poviats (counties) in terms of the level of the average gross monthly salary by means of spatial autocorrelation statistical methods. The analysed statistical data for 2010–2019 come from the Local Data Bank (Bank Danych Lokalnych – BDL) of Statistics Poland. Global and local measures were used in the analysis. The calculation of the global parameters of spatial autocorrelation was based on the I Moran and C Geary statistics, while the Ii Moran statistic, which belongs to local spatial indicators from the LISA group (Local Indicators of Spatial Association), was used to identify the local autocorrelation. The statistical significance of the global statistics was verified by means of a randomisation approach based on theoretical moments. The I Moran and C Geary global statistics indicated a significant (very weak or weak) and positive spatial autocorrelation between poviats in terms of the level of average gross monthly salaries in 2010–2019, which shows the existence of spatial poviat structures of similar values, i.e. clusters with high or low values of average salaries. The increase in I Moran’s statistics and the growth of the C Geary in the analysed period indicate a decrease in the differentiation of average monthly salaries between poviats, thus signifying an increase in the dependence of spatial autocorrelation. The analysis of the results of the obtained local statistics allowed the determination of clusters of similar poviats in Poland, e.g. Mazowiecki, Pomorski and Śląski. Furthermore, the results of the analysis indicated the presence of outlier poviats.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2022, 67, 1; 38-56
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kapitał ludzki i wzrost gospodarczy w podregionach
Human capital and economic growth in the Polish sub-regions
Человеческий капитал и экономический рост в субрегионах
Autorzy:
Dańska-Borsiak, Barbara
Laskowska, Iwona
Powiązania:
https://bibliotekanauki.pl/articles/544043.pdf
Data publikacji:
2016-06
Wydawca:
Główny Urząd Statystyczny
Tematy:
kapitał ludzki
wzrost gospodarczy
autokorelacja przestrzenna
regresja przestrzenna
human capital
regional growth
spatial dependency
spatial regression model
человеческий капитал
экономический рост
пространственная автокорреляция
пространственная регрессия
Opis:
Współczesne modele wzrostu, obok tradycyjnych zmiennych reprezentujących pracę i kapitał, uwzględniają także indykatory kapitału ludzkiego. Dysproporcje przestrzenne rozwoju podregionów w Polsce skłaniają do podejmowania prób określenia głównych czynników obserwowanych różnic. Celem artykułu jest analiza związków pomiędzy PKB per capita i poziomem kapitału ludzkiego w podregionach (NUTS 3), a także zbadanie zależności przestrzennych w kształtowaniu się każdej z miar. Zaobserwowano, że podregiony o niskich wartościach kapitału ludzkiego wykazują w Polsce Zachodniej tendencję do tworzenia skupień. W kształtowaniu się PKB na mieszkańca nie stwierdzono występowania zależności przestrzennych. Przedstawiono również wyniki estymacji modelu objaśniającego PKB per capita z uwzględnieniem kapitału ludzkiego. Wyniki analizy ekonometrycznej wskazują na istotny, pozytywny wpływ zgromadzonego w podregionie kapitału ludzkiego na PKB per capita. Badanie przeprowadzono na podstawie danych za 2012 r.
The contemporary growth models, apart from the variables representing labour and capital, take into consideration also human capital measures. The spatial disproportions in the level of development of Polish regions give rise to the attempts of defining the factors influencing the differences. The main objective of the paper is the analysis of the relationships between the regional GDP per capita and human capital level in Polish NUTS3 regions. The additional objective is investigating whether the before mentioned phenomena exhibit spatial dependence. It was found that sub-regions with low values of human capital tend to cluster in the western Polish territories. There are no significant spatial relationships in the formation of the GDP per capita. In the second part of the paper, there are presented the estimation results of the model explaining the regional GDP per capita. The results show the significant, positive influence of the human capital level on the GDP. The study was conducted based on data for 2012.
Современные модели роста, рядом с традиционными переменными представляющими труд и капитал, учитывают также Wiadomości Statystyczne nr 6/2016 индикаторы человеческого капитала. Пространственные диспропорции развития субрегионов в Польше приводят к попыткам определения главных факторов наблюдаемых различий. Целью статьи является анализ соединений между ВВП per capita и уровнем человеческого капитала в субрегионах (NUTS 3), а также обследование пространственных взаимосвязей в разработке каждой из мер. Было отмечено, что субрегионы с низкими значениями человеческого капитала, в Западной Польше имеют тенденцию к образованию группировок. В формировнии ВВП на душу населения не отмечаются пространственные взаимосвязи. В статье были представлены также результаты оценки модели объясняющей ВВП per capita в отношении к человеческому капиталу. Результаты эконометрического анализа указывают на важное, положительное влияние накопленного в субрегионе человеческого капитала на ВВП per capita. Обследование было проведено на основе данных за 2012 год.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 6; 31-44
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Autokorelacja błędów oszacowań w Badaniu Aktywności Ekonomicznej Ludności
Autocorrelation of Error Estimations in Labour Force Surveys
Autocorrélation des erreurs d’estimation relative à l’Enquête de l’Activité Économique de la Population
Автокорреляция ошибок оценивания в Обследовании экономической активности населения
Autorzy:
Wilak, Kamil
Powiązania:
https://bibliotekanauki.pl/articles/543981.pdf
Data publikacji:
2015-06
Wydawca:
Główny Urząd Statystyczny
Tematy:
Badanie Aktywności Ekonomicznej Ludności (BAEL)
Rynek pracy
Metody estymacji
Stopa bezrobocia
badanie panelowe z panelem rotacyjnym
autokorelacja błędów
Research of Economic Activity of Population (BAEL)
Labour market
Estimation methods
Unemployment rate
rotating panel design
autocorrelations of survey errors
Opis:
Оборотная панель используемая в Обследовании экономической актив-ности населения (BAEL) является причиной корреляции ошибок оценки характеристик рынка труда. Знания по теме автокорреляции являются важными в отношении к оценке тренда параметров на рынке труда. Неучтение автокорреляции может привести к тому, что кривая тренда будет подвергать колебаниям, которые являются характеристическими для процессов авторегрессии. Ошибки оценивания не наблюдаются, таким образом невозможным оказывается оценка коэффициентов их автокор-реляции с использованием обычных оценок. В статье характеризуется приспособление метода оценивания коэффициентов автокорреляции оши-бок (предложенного Пфефферманном и другими), к оборотной схеме в BAEL. Затем этот метод был использован для оценки коэффициентов автокорреляции в ошибках оценивания нормы безработицы в велико-польском воеводстве для шести домен определенных полом и возрастом.
Panel rotacyjny zastosowany w Badaniu Aktywności Ekonomicznej Ludności (BAEL) powoduje, że błędy estymacji cech rynku pracy mogą być ze sobą skorelowane. Wiedza na temat autokorelacji jest ważna w kontekście estymacji trendu parametrów rynku pracy. Nieuwzględnienie autokorelacji może skutkować tym, że krzywa trendu będzie obarczona wahaniami, charakterystycznymi dla procesów autoregresyjnych. Błędy estymacji nie są obserwowalne, zatem nie jest możliwe oszacowanie współczynników ich autokorelacji za pomocą klasycznych estymatorów. W artykule opisano dostosowanie metody szacowania współczynników autokorelacji błędów (zaproponowanej przez Pfeffermanna i in.), do schematu rotacyjnego w BAEL. Następnie metodę tę wykorzystano do estymacji współczynników autokorelacji w błędach oszacowania stopy bezrobocia w woj. wielkopolskim dla sześciu domen określonych przez płeć i wiek.
Rotating panel used in the Labour Force Survey (LFS) causes correlation possibility of estimations of labor markets errors. Knowledge of autocorrelation is important in the context of the trend estimation of labor market parameters. Dismissal of autocorrelation can result in the trend curve it will be fraught with volatility, characteristic of auto-regression processes. Estimation errors are not observable, thus it is not possible to estimate the autocorrelation coefficients by conventional estimators. This paper describes the adaptation of methods for estimating the errors of autocorrelation coefficients (proposed by Pfeffermanna et al.), The rotational scheme in LFS. Then, this method was used to estimate the autocorrelation coefficients in error estimation of the unemployment rate in the province. Greater Poland for six domains defined by gender and age. Rotating panel used in the LFS (Labour Force Survey) causes estimation errors labor markets may be correlated. Knowledge of autocorrelation is important in the context of the trend estimation parameters labor market. Dismissal of autocorrelation can result in the trend curve it will be fraught with volatility, characteristic of auto-regression processes. Estimation errors are not observable, thus it is not possible to estimate the autocorrelation coefficients by conventional estimators. This paper describes the adaptation of methods for estimating the errors of autocorrelation coefficients (proposed by Pfeffermann and others), to the rotational scheme in LFS. Then, this method was used to estimate the autocorrelation coefficients in error estimation of the unemployment rate in the Wielkopolskie voivodship for six domains defined by gender and age.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2015, 6; 31-40
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies