Informacja

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

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "multidimensional data analysis." wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    MULTIDIMENSIONAL ANALYSIS IN THE CREATION OF MEDICAL CLUSTERS IN ŁÓDŹ – A CONCEPTUAL WORK
    WIELOWYMIAROWA ANALIZA W TWORZENIU KLASTRÓW MEDYCZNYCH W ŁODZI – PRACA KONCEPCYJNA
    Autorzy:
    Twaróg, Sebastian
    Ojrzyńska, Anna
    Powiązania:
    https://bibliotekanauki.pl/articles/654190.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    Klaster medyczny
    wielowymiarowe analizy danych.
    Medical cluster
    multidimensional data analysis.
    Opis:
    Celem artykułu jest zaprezentowanie koncepcji doboru podmiotów świadczących usługi medyczne w województwie łódzkim do klastrów. Klaster medyczny to celowo dobrana grupa podmiotów o kompetencjach komplementarnych połączona zależnościami o charakterze organizacyjnym, prawnym, finansowym i naukowym, którego celem jest konsumpcja efektu synergii z korzyścią dla pacjentów, budżetu państwa i nauki. W badaniu wykorzystano metody wielowymiarowej analizy danych. W pierwszej kolejności za pomocą hierarchicznej procedury grupowania wyodrębniono grupy podobnych do siebie z punktu widzenia kompetencji medycznych szpitali. Następnie określono kryteria podziału charakteryzujące odrębności kompetencyjne w ramach grup. W ten sposób otrzymano grupy szpitali niepodobnych (najbardziej różnych od siebie). Następnie na podstawie kryterium minimalnej odległości z każdej grupy szpitali wybierano po jednym obiekcie, aby w ten sposób otrzymać nowe grupy obiektów, zdecydowanie różnych pod względem możliwości oferowanych usług medycznych, a jednocześnie znajdujących się w niedalekiej odległości od siebie. Te dwa aspekty mogą stanowić przesłankę do zainicjowania współpracy między tymi obiektami w ramach klastra medycznego.
    This article aims at presenting a concept of the way entities that provide medical services should be selected for clusters. A medical cluster is a designated group of entities that represent complimentary competencies and are connected organisational, legal, financial and scientific interdependencies. A medical cluster is oriented to benefit from a synergy effect to support patients, the state budget and science. The research employed a multidimensional data analysis. Firstly, a hierarchical grouping procedure was used to distinguish groups of hospitals that have similar medical competencies. Then, division criteria that characterise competence differences within the groups in question were found.  This way, groups of dissimilar (the most dissimilar) hospitals were obtained. Subsequently, on the basis of a minimal distance criterion, one entity was selected from each group to obtain new groups of entities that were decisively different in the context of medical services offered and simultaneously situated in the close vicinity to one another. These two aspects may offer some premises to initiate co-operation between the entities subject to the research within a given medical cluster.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2014, 6, 309
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Multidimensional Scaling in Economic Research
    Wielowymiarowe skalowanie w badaniach ekonomicznych
    Autorzy:
    Biela, Adam
    Powiązania:
    https://bibliotekanauki.pl/articles/904915.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    multidimensional scaling
    theory of data decision analysis
    Opis:
    A relationship between the theoretical terms and the observational ones, called also a perceptual or observational, is essential for scientific research of empirical type, including social sciences and economic sciences. This relationship cannot be clarified in terms of a complete definition but only by a partial definition. This methodological truth is well known since R. Carnap's works. Later on it was developed in methodology of sciences by the Polish logicians: Przełęcki, Poznański and Kamiński. Multivariable techniques are necessary when one wants to define the relationships between variables in economic and social sciences. However, the results obtained in such analysis are often unsatisfactory because the residual variance is too large. Multidimensional scaling proposes quite a different methodological approach for seeking the relationship between the theoretical terms and the observational ones. This paper aims: (1) to show what kind of methodological proposition is multidimensional scaling; (2) to show what are the possible directions of applying multidimensional scaling to social and economic analysis; (3) to define the multidimensional character of decision analysis.
    W badaniach naukowych typu empirycznego (do których należą również nauki społeczne i ekonomiczne) istotne znaczenie ma określenie związku pomiędzy terminami teoretycznymi a terminami empirycznymi. Związku tego nie da się ustalić w postaci definicji zupełnych, lecz tylko i wyłącznie przez definicje cząstkowe. Ta prawda znana jest już od czasu prac R. Carnapa, a została utrwalona i rozwinięta w metodologii nauk przez polskich logików: Przełęckiego, Poznańskiego, Kamińskiego. W określaniu związków pomiędzy analizowanymi zmiennymi w naukach społecznych i ekonomicznych konieczne jest stosowanie technik wielozmiennowych. Wyniki uzyskanych analiz nie są jednak zadowalające z uwagi na ich zbyt wielką wariancję resztową. Nieco inne podejście metodologiczne w poszukiwaniu związku między terminami teoretycznymi i empirycznymi proponuje skalowanie wielowymiarowe. Artykuł omawia założenia metodologiczne skalowania wielowymiarowego, teorię danych С. H. Coombsa (1964) jako podstawę logiczną tego skalowania oraz przydatność tej metody w analizie decyzyjnej. Wskazano, iż skalowanie wielowymiarowe może okazać się przydatne w pierwszych etapach pracy badawczej, eksperckiej, analitycznej czy aplikacyjnej, gdy należy usystematyzować zebrane dane i na tej podstawie przystąpić dopiero do formułowania hipotez, sądów, diagnoz, ocen. Istnieje jeszcze jedna możliwość wykorzystania skalowania wielowymiarowego, a jest nią mianowicie integrowanie różnych opinii oraz ekspertyz w przedmiotowej kwestii.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2004, 175
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Switch preference analysis by the drift vector method
    Analiza zmian preferencji z wykorzystaniem metody wektorów dryfu
    Autorzy:
    Zaborski, Artur
    Powiązania:
    https://bibliotekanauki.pl/articles/654523.pdf
    Data publikacji:
    2015
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    analiza preferencji
    skalowanie wielowymiarowe
    dane asymetryczne
    wektory dryfu
    preference analysis
    multidimensional scaling
    asymmetric data
    drift vectors
    Opis:
    Punktem wyjścia w skalowaniu wielowymiarowym jest symetryczna macierz niepodobieństw. Jednak macierz danych o zmianach preferencji (np. prawdopodobieństwo, że konsument dokonuje zakupu marki j pod warunkiem, że przy wcześniejszych zakupach była to marka i, liczba osób deklarujących, że marka j jest przez nich najbardziej preferowana, mimo że we wcześniejszym okresie była to marka i i in.) nie jest symetryczna. Dla takich danych uśrednienie odpowiednich wartości niepodobieństw prowadzi do utraty cennych informacji dotyczących analizowanego zjawiska, stąd konieczność stosowania metod właściwych dla danych niesymetrycznych. Spośród wybranych metod niesymetrycznego skalowania wielowymiarowego szczególną uwagę zwrócono na metodę wektorów dryfu. Metoda ta umożliwia równoczesną prezentację na mapie percepcyjnej konfiguracji punktów reprezentujących analizowane obiekty, jak również wektorów wskazujących kierunek i siłę zmian zachodzących w preferencjach respondentów.
    The matrix of  switch preference data (e.g. one’s preference for brand j, given that one has already defined his/her first choice for brand i) is not symmetric. The averaging of  appropriate off-diagonal proximity entries for such data leads to the loss of information, hence the necessity to use appropriate methods for asymmetric data. Among the chosen methods of asymmetric multidimensional scaling, particular attention was paid to the drift vectors method. This method enables to present simultaneously on the perceptual map both the configuration of points representing the analyzed objects and the vectors indicating the direction and the strength of changes in the respondents preferences.
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2015, 3, 314
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    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