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 "Pełka, Marcin" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-14 z 14
    Tytuł:
    Podejście wielomodelowe w regresji danych symbolicznych interwałowych
    Ensemble learning in regression model of symbolic interval data
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/424829.pdf
    Data publikacji:
    2014
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    ensemble learning
    regression of symbolic data
    interval-valued data
    Opis:
    Ensemble learning, which consist in using a lot of models (instead one single model) can be used in classical data analysis. The aim of the paper is to present an adaptation of ensemble learning with the use of bagging for regression analysis of symbolic interval-valued data. The article presents basic concepts concerning symbolic data analysis, the adaptation of ordinary least squares model for symbolic interval-valued data and the idea of bagging approach in ensemble learning. The empirical part contains the results of simulation studies obtained with the application of real and artificial data sets for centers and centers and range methods. The results show that both methods reach usually better results when using bagging than in case of a single model.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2014, 4(46); 211-220
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Regresja logistyczna dla danych symbolicznych interwałowych
    Logistic regression for interval-valued symbolic data
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/424986.pdf
    Data publikacji:
    2015
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    logistic regression
    interval-valued symbolic variables
    symbolic data analysis
    Opis:
    When dealing with real data situation we often have a binary (biomial, dichoto-mous) dependent variable. As the linear probability model is not such a good solution in such a situation there is a need to use nonlinear models. A quite good solution for such a sit-uation is the logistic regression model. The paper presents an adaptation of linear regression model when dealing with symbolic interval-valued variables. Four approaches poposed by de Souza et. al [2011] how to apply such variables are presented. In the empirical part re-sults obtained with the application of artificial and real data sets are shown. The best results are obtained for midpoint and bounds (joint estimation) methods.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2015, 2 (48); 44-52
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Klasyfikacja wielomodelowa danych symbolicznych w badaniu innowacyjności krajów Unii Europejskiej
    Ensemble clustering of symbolic data in identification of innovation of European Union countries
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/425162.pdf
    Data publikacji:
    2017
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    dane symboliczne
    innowacyjność
    klasyfikacja wielomodelowa
    Opis:
    Innowacje odgrywają coraz to większą rolę w nowoczesnej gospodarce rynkowej. Pozwalają one odnosić korzyści wszystkim obywatelom (producentom, konsumentom i pracownikom). Innowacje mają także kluczowe znaczenie dla poprawy jakości życia, tworzenia lepszych miejsc pracy, a także szeroko rozumianego rozwoju społeczeństwa ekologicznego. Polityka innowacyjności stanowi istotny element polityki na poziomie zarówno krajów, jak i samej Unii Europejskiej. Celem artykułu jest zaprezentowanie przykładu zastosowania podejścia wielomodelowego danych symbolicznych (z zastosowaniem macierzy współwystąpień i metody k-medoidów) w klasyfikacji krajów Unii Europejskiej pod względem ich innowacyjności. W części empirycznej wykorzystano pakiety clusterSim oraz symbolicDA programu R do wykonania obliczeń. W wyniku zastosowania podejścia wielomodelowego zidentyfikowano strukturę czterech różnych klas.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2017, 2 (56); 42-51
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wielomodelowa klasyfikacja spektralna danych symbolicznych
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/584409.pdf
    Data publikacji:
    2017
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    klasyfikacja wielomodelowa
    klasyfikacja spektralna
    dane symboliczne
    Opis:
    Klasyfikacja spektralna, którą zaproponowali Ng, Jordan i Weiss [ 2002], jest nie tyle nową metodą klasyfikacji, ile nowym podejściem do przygotowywania danych na potrzeby klasyfikacji, która wykorzystuje ideę dekompozycji spektralnej macierzy danych. Głównym celem artykułu jest zastosowanie klasyfikacji spektralnej na potrzeby podejścia wielomodelowego w analizie skupień danych symbolicznych oraz przeprowadzenie i analiza symulacji w tym zakresie. Klasyfikacja spektralna może znaleźć zastosowanie zarówno w przygotowaniu danych na potrzeby utworzenia macierzy współwystąpień (co-association matrix), jak i w samej klasyfikacji dokonywanej na podstawie tej macierzy, a także jako metoda przygotowywania danych na potrzeby adaptacji metody boosting w klasyfikacji. W części empirycznej artykułu zaprezentowano i zinterpretowano wyniki klasyfikacji wielomodelowej z zastosowaniem klasyfikacji spektralnej zarówno do przygotowania danych wejściowych, jak i samej klasyfikacji. Wykorzystano tu sztuczne zbiory danych o znanej strukturze klas.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2017, 468; 180-187
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podejście wielomodelowe analizy danych symbolicznych w ocenie zdolności kredytowej osób fizycznych
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/580566.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    zdolność kredytowa
    analiza danych symbolicznych
    podejście wielomodelowe
    Opis:
    Ustawa prawo bankowe definiuje zdolność kredytową jako zdolność do spłaty zaciągniętego kredytu wraz z odsetkami w terminach określonych w umowie. Analiza i ocena zdolności kredytowej jest kluczowym zagadnieniem z punktu widzenia banku. W ocenie zdolności kredytowej istotne miejsce zajmują szeroko rozumiane metody analizy danych – w tym podejście wielomodelowe. Głównym celem artykułu jest zaprezentowanie zastosowania podejścia wielomodelowego danych symbolicznych w ocenie zdolności kredytowej osób fizycznych (na przykładzie dwóch zbiorów danych rzeczywistych) oraz porównanie wyników otrzymanych z zastosowaniem podejścia wielomodelowego z pojedynczym modelem oraz znaną przynależnością obiektów do klas. Otrzymane wyniki wskazują, że podejście wielomodelowe analizy danych symbolicznych może być użytecznym narzędziem w ocenie zdolności kredytowej osób fizycznych i pozwala otrzymać z reguły lepsze wyniki niż model pojedynczy.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 507; 200-207
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Podejście wielomodelowe analizy danych symbolicznych w ocenie pozycji produktów na rynku
    Ensemble learning for symbolic datain product positioning
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/424929.pdf
    Data publikacji:
    2013
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    ensemble clustering
    cluster analysis of symbolic data
    product positioning
    Opis:
    Product positioning is a wide range of business activities. Positioning is the process by which marketers try to create an image or identity in the minds of their target market for its product, brand, or organization. The main aim of the paper is to preset and apply ensemble learning for symbolic data in cluster analysis in order to evaluate a product position. Empirical part of the paper presents the application of co-occurrence matrix and bagging algorithm in ensemble learning for symbolic data (car market data was used). These two approaches reached almost the same results when considering adjusted Rand index.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 2(40); 95-102
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of happiness in EU countries using the multi-model classification based on models of symbolic data
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/425036.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    happiness
    the European Union
    symbolic data analysis
    ensemble clustering
    Opis:
    The results of happiness analysis are presented in the form of a World Happiness Report that covers 156 countries and 17 different indicators. In the article model-based clustering ensemble is built to determine what selected European countries have similar patterns of happiness. The results are analyzed using multidimensional scaling and a decision tree to find out what factors determine cluster memberships. In the empirical part, three clusters were detected The first contains countries: Austria, Denmark, Finland, Germany, Ireland, Luxembourg, the Netherlands, Norway, Sweden, Switzerland and the United Kingdom. They have the highest values for all the variables, except the negative affect. The second cluster contains seven countries: Bulgaria, Estonia, Hungary, Lithuania, Poland, Romania and Slovakia. This cluster is also the most homogeneous one. The third cluster contains eight countries: Cyprus, the Czech Republic, France, Greece, Italy, Portugal, Slovenia and Spain.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 3; 15-25
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of innovations in the European Union via ensemble symbolic density clustering
    Analiza innowacyjności krajów Unii Europejskiej z zastosowaniem wielomodelowej klasyfikacji gęstościowej danych symbolicznych
    Autorzy:
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/425070.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    innovations
    European Union
    symbolic data analysis
    ensemble clustering
    Opis:
    Innovations play a very important role in the modern economy. They are the key to a higher quality of life, better jobs and economy and sustainable development. The innovation policy is a key element of both national and European Union strategy. The main aim of this paper is to present an ensemble clustering of European Union countries (member states) considering their innovativeness. In the empirical section, symbolic density-based ensemble clustering is used to obtain the co-occurrence matrix. The paper uses symbolicDA, clusterSim and dbscan packages of R software for all calculations. Four different clusters where obtained in the result of clustering. Cluster 1 contains highinnovative countries (innovation leaders). This cluster is also the least homogenous. Cluster 2 contains post-communist countries mainly from central Europe. These countries can be seen as rather mid-low innovative (they try to “catch up” with innovation leaders). Cluster 3 contains moderate innovators. Cluster 4 contains two countries that are also mid-innovative.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 3; 84-98
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Unfolding analysis adaptation for symbolic data – hybrid and symbolic-numeric approach
    Autorzy:
    Zaborski, Artur
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/425012.pdf
    Data publikacji:
    2013
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    symbolic data analysis
    unfolding analysis
    preference data
    Opis:
    The aim of this paper is to propose and present adaptations of unfolding analysis for symbolic data. In the article, the basic terms of unfolding analysis and symbolic data are presented. The paper presents two approaches – the internal hybrid approach and the external symbolic-numeric approach. In the empirical part, the external symbolic-numeric unfolding for LCD brands is presented. Symbolic multidimensional scaling R source codes were written by authors.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 3(41); 32-39
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Regression analysis for interval-valued symbolic data versus noisy variables and outliers
    Regresja liniowa danych symbolicznych a zmienne zakłócające i obserwacje odstające
    Autorzy:
    Pełka, Marcin
    Dudek, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/425104.pdf
    Data publikacji:
    2016
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    regression analysis
    interval-valued symbolic data
    noisy variables
    outliers
    Opis:
    Regression analysis is perhaps the best known and most widely used method used for the analysis of dependence; that is, for examining the relationship between a set of independent variables (X’s) and a single dependent variable (Y). In general regression, the model is a linear combination of independent variables that corresponds as closely as possible to the dependent variable [Lattin, Carroll, Green 2003, p. 38]. The aim of the article is to present two suitable adaptations for a regression analysis of symbolic interval-valued data (centre method and centre and range method) and to compare their usefulness when dealing with noisy variables and/or outliers. The empirical part of the paper presents the results of simulation studies based on artificial and real data, without noisy variables and/or outliers and with noisy variable and outliers. The results are compared according to the values of two coefficients of determination 2 RL and 2 . RU The results show that usually the centre and range method obtains better results even when the data set contains noisy variables and outliers, but in some cases the centre method obtains better results than the centre and range method.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2016, 2 (52); 35-42
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Isolation Forests for Symbolic Data as a Tool for Outlier Mining
    Lasy separujące dla danych symbolicznych jako narzędzie wykrywania obserwacji odstających
    Autorzy:
    Pełka, Marcin
    Dudek, Andrzej
    Powiązania:
    https://bibliotekanauki.pl/articles/31233541.pdf
    Data publikacji:
    2024
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    symbolic data analysis
    isolation forest
    outliers
    analiza danych symbolicznych
    lasy separujące
    obserwacje odstające
    Opis:
    Aim: Outlier detection is a key part of every data analysis. Although there are many definitions of outliers that can be found in the literature, all of them emphasise that outliers are objects that are in some way different from other objects in the dataset. There are many different approaches that have been proposed, compared, and analysed for the case of classical data. However, there are only few studies that deal with the problem of outlier detection in symbolic data analysis. The paper aimed to propose how to adapt isolation forest for symbolic data cases. Methodology: An isolation forest for symbolic data is used to detect outliers in four different artificial datasets with a known cluster structure and a known number of outliers Results: The results show that the isolation forest for symbolic data is a fast and efficient tool for outlier mining. Implications and recommendations: As the isolation forest for symbolic data appears to be an efficient tool for outlier detection for artificial data, further studies should focus on real data sets that contain outliers (i.e. credit card fraud dataset), and this approach should be compared with other outlier mining tools (i.e. DBCSAN). The authors recommend using the same initial settings for the isolation forest for symbolic data as the settings that are proposed for the isolation forest for classical data. Originality/value: This paper is the first of its kind, focusing not only on the problem of outlier detection in general, but also extending the well-known isolation forest model for symbolic data cases. Keywords: symbolic data analysis, isolation forest, outliers
    Cel: Identyfikacja obserwacji odstających stanowi kluczowy element w analizie danych. Pomimo że w literaturze funkcjonuje wiele różnych definicji, czym są obserwacje odstające, to ogólnie można stwierdzić, że są to obiekty różniące się od pozostałych obserwacji ze zbioru danych. Literatura przedmiotu wskazuje wiele różnorodnych metod, które można wykorzystać w przypadku danych klasycznych. Niestety w przypadku danych symbolicznych brakuje takich analiz. Celem artykułu jest zaproponowanie modyfikacji lasów separujących (isolation forests) dla danych symbolicznych. Metodyka: W artykule wykorzystano lasy separujące dla danych symbolicznych do identyfikacji obserwacji odstających w sztucznych zbiorach danych o znanej strukturze klas i znanej liczbie obserwacji odstających. Wyniki: Otrzymane wyniki wskazują, że lasy separujące dla danych symbolicznych są efektywnym i szybkim narzędziem w identyfikacji obserwacji odstających. Implikacje i rekomendacje: Ponieważ lasy separujące dla danych symbolicznych okazały się skutecznym narzędziem w identyfikacji obserwacji odstających, celem przyszłych badań powinno być przeanalizowanie skuteczności tej metody w przypadku rzeczywistych zbiorów danych (np. zbioru dotyczącego oszustw z użyciem kart kredytowych), a także porównanie tej metody z innymi metodami, które pozwalają odnaleźć obserwacje odstające (np. DBSCAN). Autorzy sugerują, by w przypadku lasów separujących dla danych symbolicznych stosować te same parametry, jakie zwykle stosuje się w przypadku lasów losowych dla danych klasycznych. Oryginalność/wartość: Artykuł nie tylko stanowi ujęcie teorii w zakresie obserwacji odstających, ale jednocześnie proponuje, jak zastosować lasy separujące w przypadku danych symbolicznych.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2024, 28, 1; 1-10
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The Unfolding Analysis for Symbolic Objects Based on the Example of the External Car Advertisement Evaluation
    Analiza unfolding obiektów symbolicznych na przykładzie zewnętrznej oceny reklam samochodów
    Autorzy:
    Zaborski, Artur
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/28407778.pdf
    Data publikacji:
    2023
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    symbolic data analysis
    unfolding analysis
    preference measurement
    car advertisements
    symboliczna analiza danych
    analiza unfolding
    pomiar preferencji
    reklamy samochodów
    Opis:
    Aim: Multidimensional unfolding allows representing both columns (e.g. products, services) and rows (e.g. customers) of the preference matrix on the same low-dimensional map (usually it’s a two or three-dimensional map). The main aim of the paper was to propose how to perform unfolding analysis for symbolic objects. Methodology: The paper describes the possible ways of performing unfolding analysis for symbolic interval-valued data. The external unfolding is described in the details and used in the empirical part of the paper. The data (preferences and dissimilarities) were gathered by using the incomplete method of triads. Results: The empirical part presents an application for unfolding symbolic data to evaluate customers’ preferences, where car advertisements are used as the example. The results presented on a two-dimensional perceptual map allowed to discover seven groups of respondents with different preferences; most of them prefer Skoda, Audi, Volkswagen, and Honda advertisements to Toyota and Volvo. Implications and recommendations: The proposed external approach for symbolic data allows to represent objects as rectangles (on two-dimensional map) or cuboids (in the case of three dimensions). The respondents are represented as points. Further work should focus on creating an algorithm that allows for the presentation of both symbolic objects and preferences expressed by respondents in the form of rectangles or cuboids. Originality/Value: The paper presents an innovative and previously unpresented external unfolding for symbolic data. Besides that it presents how other unfolding approaches could be adapted for symbolic data.
    Cel: Wielowymiarowa analiza unfolding pozwala na przedstawienie zarówno kolumn (np. produktów, usług), jak i wierszy (np. klientów) macierzy preferencji na tej samej mapie percepcyjnej (zwykle jest to mapa dwulub trójwymiarowa). Celem artykułu jest wskazanie propozycji przeprowadzenia analizy unfolding dla obiektów symbolicznych. Metodyka: W artykule opisano możliwe sposoby przeprowadzenia analizy unfolding dla symbolicznych danych przedziałowych. Szczegółowo opisana zewnętrzna analiza unfolding została wykorzystana w części empirycznej artykułu. Dane (zarówno preferencje, jak i niepodobieństwa) zebrano z wykorzystaniem niepełnej metody triad. Wyniki: W części empirycznej zaprezentowano możliwości zastosowania analizy unfolding dla danych symbolicznych w badaniu preferencji respondentów na przykładzie oceny wybranych reklam samochodów. Wyniki zilustrowane na dwuwymiarowej mapie percepcyjnej pozwoliły zidentyfikować siedem grup respondentów o różnych preferencjach względem przedstawionych reklam. Wyniki badania wskazują, że dla większości respondentów reklamy Škody, Audi, Hondy i Volkswagena są bardziej preferowane niż reklamy proponowane przez Volvo i Toyotę. Implikacje i rekomendacje: Zaprezentowane podejście do zewnętrznej analizy unfolding pozwala na prezentację obiektów w postaci prostokątów (w przestrzeni dwuwymiarowej) lub prostopadłościanów (w przestrzeni trójwymiarowej), a respondentów – w postaci punktów. Dalsze prace powinny skoncentrować się na stworzeniu algorytmu pozwalającego na prezentację zarówno obiektów symbolicznych, jak i wyrażanych przez respondentów preferencji w postaci prostokątów lub prostopadłościanów. Oryginalność/Wartość: Artykuł prezentuje nowatorskie i nieprezentowane wcześniej podejście do zewnętrznej analizy unfolding dla danych symbolicznych. Ponadto przedstawia inne możliwe podejścia do symbolicznej analizy unfolding.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2023, 27, 4; 15-28
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Wielowymiarowa analiza statystyczna zanieczyszczenia powietrza w krajach Unii Europejskiej
    Autorzy:
    Pełka, Marcin
    Rybicka, Aneta
    Brzezińska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/581005.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    zanieczyszczenie powietrza
    skalowanie wielowymiarowe
    analiza skupień
    porządkowanie liniowe
    Opis:
    Analiza zanieczyszczenia powietrza obejmuje rejestr zanieczyszczeń gazowych i pyłowych z materiałów gospodarki narodowej do atmosfery. Po wejściu do atmosfery emitowane substancje znajdują się poza wszelką kontrolą człowieka i stają się częścią naturalnego obiegu materii; mogą wywoływać kilka rodzajów oddziaływań na środowisko. Celem artykułu jest ocena jakości czystości powietrza ze szczególnym uwzględnieniem zanieczyszczeń w krajach Unii Europejskiej na podstawie danych udostępnianych przez Eurostat. W artykule wykorzystane zostaną metody wielowymiarowej analizy statystycznej (skalowanie wielowymiarowe oraz porządkowanie liniowe) w celu identyfikacji krajów o znacznym wkładzie w walkę z zanieczyszczeniami, jak i krajów które tych zanieczyszczeń generują najwięcej. Otrzymane wyniki wskazują na poprawę jakości powietrza, mimo że nie wszystkie kraje UE osiągnęły zbliżony poziom zmian. Wszystkie obliczenia przeprowadzono w programie R.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 507; 208-218
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Polish universities of economics in European networks
    Polskie uniwersytety ekonomiczne w sieciach europejskich
    Autorzy:
    Sagan, Adam
    Brzezińska, Justyna
    Sztemberg-Lewandowska, Mirosława
    Pełka, Marcin
    Powiązania:
    https://bibliotekanauki.pl/articles/1182031.pdf
    Data publikacji:
    2021
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    principal component analysis (PCA)
    multidimensional scaling (MDS)
    network analysis
    European universities
    analiza czynnikowa (PCA)
    skalowanie wielowymiarowe (MDS)
    analiza sieci
    uniwersytety ekonomiczne
    Opis:
    Ostatnio dużym problemem stała się ocena badań prowadzonych na europejskich uczelniach. Troska o jakość i ocenę badań naukowych prowadzonych na uczelniach zwiększa znaczenie rankingów uczelni, zwłaszcza rankingów światowych. W artykule zastosowano podejście sieciowe do analizy powiązań europejskich uniwersytetów korzystających z sieci uniwersytetów. Sieci umożliwiają wizualizację złożonych, wielowymiarowych danych i zapewniają wskaźniki statystyczne do interpretacji wynikowych wykresów. Analiza obejmuje 150 uczelni ekonomicznych w Europie i 11 sieci uniwersytetów. Analizy sieciowe wykonano programem R. W artykule przedstawiono różne metody, które pozwoliły na identyfikację systemów sieciowych polskich uczelni ekonomicznych na uczelniach europejskich, oraz sieci społecznościowych na podstawie wskaźników sieciowych.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2021, 25, 1; 91-111
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-14 z 14

      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