Informacja

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

Wyszukujesz frazę "latent class" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Pomiar statusu osób na rynku pracy w Narodowym Spisie Powszechnym Ludności i Mieszkań 2011
Autorzy:
Lańduch, Paweł
Powiązania:
https://bibliotekanauki.pl/articles/542095.pdf
Data publikacji:
2017
Wydawca:
Główny Urząd Statystyczny
Tematy:
statistical questionnaire
measurement error
index of consistency
latent class
kwestionariusz statystyczny
błąd pomiaru
indeks zgodności
klasa ukryta
Opis:
Wielokrotny pomiar statusu osób na rynku pracy z wykorzystaniem kwestionariusza statystycznego może posłużyć do zastosowania metod ilościowych do oceny jego jakości. W celu oceny jakości wyników badania stosuje się m.in. metody powtórnego, a także wielokrotnego pomiaru na wybranej próbie losowej. Na podstawie danych uzyskanych z Narodowego Spisu Powszechnego Ludności i Mieszkań przeprowadzonego w 2011 r. (NSP 2011), zaprezentowano zastosowanie współczynnika zgodności Cohena oraz analizy klasy ukrytej do oceny jakości klasyfikowania osoby na rynku pracy. Pytania kwestionariusza spisowego pozwoliły na ocenę statusu osób na rynku pracy zgodnie z rekomendacją Międzynarodowej Organizacji Pracy (MOP) i samooceny respondenta. W artykule przedstawiono tylko kwestię zgodności wyników uzyskanych w tych ujęciach w części spisu opartej na próbie losowej, pomijając wiele innych zagadnień dotyczących błędów losowych i nielosowych.
Multimeasurement of the person’s labour market status based on the statistical questionnaire may be used for the assessment of its quality with quantitative methods. In order to evaluate the measurement quality we employ among others, remeasurement or multiple measurements for a random sample of units. Based on the data from the National Population and Housing Census 2011, this article presents appliance of the Cohen’s coefficient of contingency and Latent Class Analysis for the assessment of respondent’s labour force classification. The questions in the census questionnaire enable the evaluation of persons’ labour market status according to International Labour Organisation (ILO) recommendation as well as give an opportunity to respondent’s self-assessment. The article focuses on the issue of results’ consistency obtained from these two types of information in the part of the Census based on a random sample. Many other aspects relating to random and non-random errors were omitted in the research.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2017, 2; 98-111
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Kryteria wyboru liczby skupień w binarnym modelu klas ukrytych – analiza symulacyjna
Criteria for Choosing the Number of Clusters of the Binary Latent Class Model – Simulation Analysis
Autorzy:
Kapłon, Robert
Powiązania:
https://bibliotekanauki.pl/articles/1827225.pdf
Data publikacji:
2010-03-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
analiza klas ukrytych
liczba skupień
kryteria informacyjne
analiza symulacyjna
latent class analysis
the number of clusters
information criteria
simulations
Opis:
Wykorzystanie analizy klas ukrytych (LCA) wymaga przyjęcia a priori liczby klas. W celu rozstrzygnięcia, ile ma ich być, można wykorzystać kryteria informacyjne. Procedura selekcji sprowadza się do: szacowania kilku modeli o różnej liczbie klas, obliczenia wartości kryterium informacyjnego oraz wyboru modelu, dla którego odnotowano najmniejszą wartość tego kryterium. Ponieważ istnieje wiele kryteriów informacyjnych, więc należy zadecydować, które powinno rozstrzygać. Niestety, nie można jednoznacznie wskazać na konkretne kryterium, gdyż w zależności od klasy modelu, zmienia się ich wiarygodność. Taki wniosek wynika z badań symulacyjnych. Biorąc pod uwagę fakt, że najczęściej badania takie dotyczyły mieszanek rozkładów normalnych, dlatego celem niniejszego opracowania jest rozszerzenie tych badań o analizę klas ukrytych.
When using latent class analysis the number of clusters need to be known in advance. In order to decide on this, one can use information criteria. In such a case selection procedure is as follows: estimating a few models with different number of classes, computing information criteria and choosing a model for which a criterion takes the smallest value. Because there are many information criteria one need to determine which of them ought to be decisive. Unfortunately, by virtue of the differences among these criteria, their reliability alter depending on model class. Simulations confirm it as well. Taking into account the fact that simulations mainly concern finite mixtures of normal density functions, therefore in this paper we broaden research to latent class analysis.
Źródło:
Przegląd Statystyczny; 2010, 57, 1; 66-84
0033-2372
Pojawia się w:
Przegląd Statystyczny
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    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