Informacja

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

Wyszukujesz frazę "Autocorrelation" wg kryterium: Wszystkie pola


Wyświetlanie 1-8 z 8
Tytuł:
Spatial Autocorrelation in Assessment of Financial Self-Sufficiency of Communes of Wielkopolska Province
Autorzy:
Kozera, Agnieszka
Głowicka-Wołoszyn, Romana
Powiązania:
https://bibliotekanauki.pl/articles/465739.pdf
Data publikacji:
2016
Wydawca:
Główny Urząd Statystyczny
Tematy:
financial self-sufficiency
communes
TOPSIS method
spatial autocorrelation
Moran I statistics
Opis:
The aim of the article was to identify the spatial effects in assessment of financial self-sufficiency of the governments of communes (gminas) of Wielkopolska province (voivodship) in 2014, employing global and local Moran I statistics. The level of the governments’ self-sufficiency was examined by positional TOPSIS method. The study was based on publicly accessible databases compiled by the Ministry of Finance (Wskaźniki do oceny sytuacji finansowej jednostek samorządu terytorialnego) and the Central Statistical Office (Local Data Bank). Calculations were performed in R with packages spdep, maptools and shapefiles. The study demonstrated that the communes of Wielkopolska province of comparable levels of financial self-sufficiency exhibited a moderate tendency to cluster. Clusters of high levels gathered around larger urban centres, especially around Poznań, while clusters of low levels – in economically underdeveloped agricultural south-eastern and northern part of the province.
Źródło:
Statistics in Transition new series; 2016, 17, 3; 525-540
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Using indirect estimation with spatial autocorrelation in social surveys in Poland
Wykorzystanie estymacji pośredniej uwzględniającej korelację przestrzenną w badaniach społecznych w Polsce
Autorzy:
Klimanek, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/422834.pdf
Data publikacji:
2012
Wydawca:
Główny Urząd Statystyczny
Tematy:
small area statistics
spatial autocorrelation
unemployment
Labour Force Survey (LFS)
statystyka małych obszarów
autokorelacja przestrzenna
bezrobocie
Badanie Aktywności Ekonomicznej Ludności (BAEL)
Opis:
The article presents possible application of indirect estimation methods (including the method accounting for spatial correlation) to estimate some characteristics of labor market in the population of people aged 15 and over at the level of NUTS3 in Poland in 2008. This is a more detailed spatial aggregation of data compared with that found in publications of the Central Statistical Office based on Labour Force Survey results. The second aim of the article is to compare the precision measures of the direct estimator with those of the EBLUP estimator (empirical best linear unbiased predictor) and the EBLUPGREG_SPATIAL estimator (which takes into account spatial correlation).
Artykuł przedstawia propozycję wykorzystania metod estymacji pośredniej (w tym także tej metody, która uwzględnia korelację przestrzenną) do oszacowania pewnych charakterystyk rynku pracy w populacji osób w wieku 15 lat i więcej w przekroju podregionów w Polsce w 2008 roku. Jest to bardziej szczegółowy poziom agregacji przestrzennej niż ten prezentowany w publikacjach Głównego Urzędu Statystycznego opartych na wynikach Badania Aktywności Ekonomicznej Ludności. Drugim celem jest porównanie miar precyzji estymatora bezpośredniego z precyzją estymatora typu EBLUP (empirical best linear unbiased predictor) oraz estymatora typu EBLUPGREG_SPATIAL (uwzględniającego korelację przestrzenną).
Źródło:
Przegląd Statystyczny; 2012, 59, numer specjalny 1; 155-172
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metody autokorelacji przestrzennej do analizy ubóstwa na obszarach wiejskich
Using the spatial autocorrelation method to analyse poverty in rural areas
Использование метода пространственной автокорреляции для анализа бедности в сельских районах
Autorzy:
Kołodziejczak, Anna
Kossowski, Tomasz
Powiązania:
https://bibliotekanauki.pl/articles/543929.pdf
Data publikacji:
2016-10
Wydawca:
Główny Urząd Statystyczny
Tematy:
metoda autokorelacji przestrzennej
ubóstwo
obszary wiejskie
Polska
method of spatial autocorrelation
poverty
rural areas
Polska
метод пространственной автокорреляции
бедность
сельские районы
Польша
Opis:
Celem artykułu jest prezentacja metody autokorelacji przestrzennej (LISA) do określenia stopnia koncentracji, czyli lokalnych powiązań przestrzennych występowania ubóstwa na obszarach wiejskich. Do analizy wzięto pod uwagę wskaźniki dotyczące osób żyjących poniżej kryterium dochodowego i korzystających z pomocy społecznej w latach 2009 i 2013 na podstawie publikacji GUS ,,Ubóstwo ekonomiczne w Polsce”. Kryterium takie jest określane jako próg ubóstwa ustawowego, jednak jego miara nie oddaje w pełni skali tego zjawiska. Brak corocznej waloryzacji progów ubóstwa powoduje spadek koncentracji tego zjawiska na obszarach wiejskich, natomiast podwyżka progów kryterium dochodowego przyczynia się do wzrostu zasięgu występowania ubóstwa.
The aim of the article is to present the method of spatial autocorrelation (LISA) to determine the degree of concentration, i.e. local spatial relationships of poverty incidence in rural areas. Indicators concerning people living below the income criteria and benefiting from social assistance between 2009 and 2013 have been taken into account for the analysis on the basis of GUS publication Economic poverty in Poland. Such a criterion is defined as the statutory threshold of poverty, but the measure does not fully reflect the scale of this phenomenon. No annual indexation of the thresholds of poverty causes a decrease in the concentration of this phenomenon in rural areas, and increase the income threshold criterion contributes to the range of incidence of poverty.
Целью статьи является представление метода пространственной автокорреляции (LISA) для определения степени концентрации, то есть локальных пространственных соединений существования бедности в сельских районах. Для анализа учитывались показатели касающиеся людей живущих ниже доходного критерия и использующих социальную помощь в 2009 г. и в 2013 г. на основе публикации ЦСУ Экономическая бедность в Польше. Такой критерий определяется как установленный законом порог бедности, но его измеритель не в полной мере отражает масштаб явления. Отсутствие ежегодной валоризации порогов бедности приводит к снижению концентрации этого явления в сельских районах, в то время увеличение порогов доходного критерия способствует расширению пределов существования бедности.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 10; 22-32
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Analysis Of Convergence Of European Regions With The Use Of Composite Index
Autorzy:
Górna, Joanna
Górna, Karolina
Powiązania:
https://bibliotekanauki.pl/articles/466073.pdf
Data publikacji:
2015
Wydawca:
Główny Urząd Statystyczny
Tematy:
economic convergence/divergence spatial autocorrelation
spatial econometric model composite index
Opis:
Convergence study is related to several crucial issues. One of those problems is an individual character of every region in the selected area, as the regions established accordingly to the European classification system NUTS-2 are not homogeneous. Therefore, while analysing convergence in the European Union, regions with extremely dissimilar characteristics (for example GDP per capita) are taken under consideration. Absolute β-convergence means that all of the investigated regions tend to the same level of economic growth. Thus, among the regions with highly differential amounts of the examined variables the convergence hypothesis can be rejected. Due to the heterogeneity in the conducted investigation a classification based on the composite index will be used so that the convergence clubs could be established. Several approaches to convergence will be used according to those regimes. Moreover, there will be an attempt to indicate the determinants that differentiate the selected regions, such as: expenditure on R&D, HRST, quantity of patents, employment, participation of people in tertiary education among all employees. This will allow the analysis of conditional β-convergence to be conducted. In the investigation some methods and models offered by the spatial statistics and econometrics will be used. There are empirical proofs that geographical location has a great impact on the processes of economic growth. Consequently, spatial dependencies will be analysed as well.
Źródło:
Statistics in Transition new series; 2015, 16, 2; 265-278
1234-7655
Pojawia się w:
Statistics in Transition new series
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Przestrzenne zróżnicowanie poziomu życia ludności w ujęciu powiatów
Autorzy:
Malinowski, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/543429.pdf
Data publikacji:
2017
Wydawca:
Główny Urząd Statystyczny
Tematy:
living standard
linear ordering
classification of objects
spatial autocorrelation
poziom życia
porządkowanie liniowe
klasyfikacja obiektów
autokreacja przestrzenna
Opis:
Celem artykułu jest uporządkowanie liniowe i klasyfikacja powiatów Polski Wschodniej i Północno-Wschodniej ze względu na poziom życia mieszkańców, a także przeprowadzenie analizy autokorelacji przestrzennej na podstawie syntetycznych mierników poziomu życia. Do skonstruowania syntetycznego miernika oceny poziomu życia ludności wykorzystano wyselekcjonowany zbiór zmiennych diagnostycznych. Zastosowanie miernika syntetycznego, który zastępuje złożoną z wielu różnorodnych zmiennych charakterystykę obiektów umożliwia efektywny pomiar wielowymiarowego zagadnienia, jakim jest poziom życia mieszkańców. Rozwiązanie to pozwala także na uszeregowanie liniowe badanych obiektów. Badaniem objęto 101 powiatów w województwach: lubelskim, podkarpackim, podlaskim, świętokrzyskim i warmińsko-mazurskim. Wykorzystano w nim metody TOPSIS (Technique for Order Preference by Similarity to an Ideal Solution), Warda oraz PAM (Partitioning Around Medoids, zwaną też k-medoids method). Przeprowadzono również analizę autokorelacji przestrzennej na podstawie statystyki Morana I. Głównym kryterium doboru zmiennych była ich kompletność i dostępność dla wszystkich badanych obiektów w 2014 r. Dane uzyskano z Banku Danych Lokalnych GUS.
The aim of this article is to order linearly and classify powiats in Eastern and North-Eastern Poland by the living standards of the population as well as to carry out spatial autocorrelation analysis based on the created synthetic indicators of the living standard. For the purpose of this article, a synthetic indicator was created to assess living standards of the population based on previously selected set of diagnostic variables. The use of synthetic indicators made it possible to replace the multi-variable description of objects with one statistical number. It enabled to measure a multidimensional area such as living standards of population as well as to perform a linear ordering of examined objects. 101 powiats in the Lubelskie, Podkarpackie, Podlaskie, Świętokrzyskie and Warmińsko-Mazurskie voivodeships were included in the research. The TOPSIS, Ward’s and PAM methods were used in the research. Moreover spatial autocorrelation analyses were carried out based on the Moran’s I statistics. The main criterium for selecting variables was completeness and their accessibility for all objects in the research in the year 2014. Data from the Local Data Bank were used for the research purposes.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2017, 2; 52-71
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
ARFURIMA models: simulations of their properties and application
Autorzy:
Jibrin, Sanusi Alhaji
Rahman, Rosmanjawati Abdul
Powiązania:
https://bibliotekanauki.pl/articles/2107044.pdf
Data publikacji:
2022-06-14
Wydawca:
Główny Urząd Statystyczny
Tematy:
interminable long memory
autocorrelation
fractional unit root integrated series
fractional unit root differencing
ARFURIMA model
Opis:
This article defines the Autoregressive Fractional Unit Root Integrated Moving Average (ARFURIMA) model for modelling ILM time series with fractional difference value in the interval of 1 < d < 2. The performance of the ARFURIMA model is examined through a Monte Carlo simulation. Also, some applications were presented using the energy series, bitcoin exchange rates and some financial data to compare the performance of the ARFURIMA and the Semiparametric Fractional Autoregressive Moving Average (SEMIFARMA) models. Findings showed that the ARFURIMA outperformed the SEMIFARMA model. The study’s conclusion provides another perspective in analysing large time series data for modelling and forecasting, and the findings suggest that the ARFURIMA model should be applied if the studied data show a type of ILM process with a degree of fractional difference in the interval of 1 < d < 2.
Źródło:
Statistics in Transition new series; 2022, 23, 2; 69-87
1234-7655
Pojawia się w:
Statistics in Transition new series
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
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
    Wyświetlanie 1-8 z 8

    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