Informacja

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

Wyszukujesz frazę "statystyki" wg kryterium: Temat


Wyświetlanie 1-4 z 4
Tytuł:
AUTOKORELACJA PRZESTRZENNA WYBRANYCH CHARAKTERYSTYK SPOŁECZNO-EKONOMICZNYCH
SPATIAL DEPENDENCES OF SELECTED SOCIAL AND ECONOMIC CHARATERISTICS
Autorzy:
Pośpiech, Ewa
Mastalerz-Kodzis, Adrianna
Powiązania:
https://bibliotekanauki.pl/articles/453364.pdf
Data publikacji:
2015
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Katedra Ekonometrii i Statystyki
Tematy:
autokorelacja przestrzenna
statystyki globalne i lokalne
charakterystyki społeczno-ekonomiczne
spatial autocorrelation
global and local statistics
social and economic characteristics
Opis:
W artykule poddano analizie wybrane charakterystyki społeczno-ekonomiczne pod względem zależności przestrzennych z uwzględnieniem podziału Polski na województwa i powiaty. W analizach tych wykorzystano miary autokorelacji przestrzennej (globalne oraz lokalne) umożliwiające odpowiednio zidentyfikowanie zależności przestrzennych danej charakterystyki w ramach całego badanego obszaru oraz w powiązaniu konkretnej lokalizacji z lokalizacjami sąsiednimi.
Nowadays, a very important issue in analyzing economic and social phenomena is the localization. Therefore, in modern research spatial modeling become more and more popular. This approach can be used e.g. for demographic processes or real estate evaluation as well as unemployment, living standard or economic development. Spatial analyses can show significant impact of the spatial factor in explaining variation of the characteristics. The purpose of the paper is to study the spatial dependences of selected social and economic characteristics in Polish regions.
Źródło:
Metody Ilościowe w Badaniach Ekonomicznych; 2015, 16, 4; 85-94
2082-792X
Pojawia się w:
Metody Ilościowe w Badaniach Ekonomicznych
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Spatial Autocorrelation of Communes’ Income Potential in Selected Metropolitan Areas
Autokorelacja przestrzenna potencjału dochodowego gmin w wybranych obszarach metropolitalnych
Autorzy:
Kozera, Agnieszka Bernadetta
Głowicka-Wołoszyn, Romana
Powiązania:
https://bibliotekanauki.pl/articles/655095.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
autokorelacja przestrzenna
statystyki lokalna i globalna I Morana
metropolie
obszary metropolitalne
własny potencjał dochodowy
spatial autocorrelation
local and global Moran I
metropolitan areas
own income potential
Opis:
Własny potencjał dochodowy gmin stanowi nie tylko o ich poziomie samodzielności finansowej, ale przede wszystkim o zdolności danej JST do kreowania rozwoju lokalnego. W celu ulepszenia prowadzonej polityki rozwoju regionalnego, w identyfikacji poziomu własnego potencjału dochodowego JST należy brać pod uwagę nie tylko wewnętrzny potencjał poszczególnych gmin (m.in. demograficzny i gospodarczy), ale także uwzględnić ich lokalizację przestrzenną, a zwłaszcza oddziaływanie największych miast – metropolii. Celem artykułu jest ocena zjawiska autokorelacji przestrzennej w zakresie kształtowania się poziomu własnego potencjału dochodowego gmin w wybranych obszarach metropolitalnych – warszawskim, poznańskim, wrocławskim oraz krakowskim w 2014 roku. Badania empiryczne przeprowadzono na podstawie danych pochodzących z Głównego Urzędu Statystycznego (Bank Danych Lokalnych). Obliczenia wykonano w programie R z wykorzystaniem pakietów spdep, maptools i shapefiles.
A commune’s own income potential, indicative of financial self‑sufficiency, underpins the ability of its government to foster local growth. Accurate recognition of the potential levels necessary for improvement of development policies requires that, apart from considering communes’ own potential, neighbouring communes’ potential should be taken into account, especially if the neighbours are large urban centres of substantial demographic and economic capacity. This article aims to examine spatial autocorrelation of income potential of metropolitan communes of Warsaw, Poznań, Wrocław, and Cracow metro areas in 2014. The study draws on data published by the Central Statistical Office in the Local Data Bank and uses the R programme packages, such as spdep, maptools, and shapefiles for calculations.
Źródło:
Acta Universitatis Lodziensis. Folia Oeconomica; 2017, 4, 330
0208-6018
2353-7663
Pojawia się w:
Acta Universitatis Lodziensis. Folia Oeconomica
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Autokorelacja przestrzenna wybranych cech rozwoju gmin w województwie lubuskim
Spatial autocorrelation of selected characteristics of community development in the Lubuskie Voivodship
Autorzy:
Szczuciński, Przemysław
Powiązania:
https://bibliotekanauki.pl/articles/2127276.pdf
Data publikacji:
2019
Wydawca:
Uniwersytet w Białymstoku. Wydawnictwo Uniwersytetu w Białymstoku
Tematy:
rozwój lokalny
województwo lubuskie
autokorelacja przestrzenna
statystyki globalne i lokalne
model autoregresji przestrzennej
local development
Lubuskie Voivodship
spatial autocorrelation
global and local statistics
spatial autoregression model
Opis:
Cel – Celem rozważań jest ocena i modelowanie związków przestrzennych wybranych cech rozwoju społeczno-gospodarczego gmin w województwie lubuskim oraz identyfikacja tych gmin, dla których związki te są istotne. Metoda badań – Do badania kształtowania się zjawisk w zależności od położenia danego obiektu w przestrzeni służą metody statystyki i ekonometrii przestrzennej. Spośród nich w analizie wykorzystano globalne i lokalne miary autokorelacji przestrzennej oraz model autoregresji przestrzennej. Wzięto pod uwagę następujące cechy: stopę bezrobocia rejestrowanego, liczbę przedsiębiorstw zarejestrowanych w REGON, liczbę miejsc noclegowych w obiektach turystycznych oraz dochody gmin z tytułu podatku PIT. Wnioski – Otrzymane rezultaty wskazują na występowanie istotnych zależności przestrzennych w kształtowaniu się wyróżnionych cech oraz pozwalają określić specyficzne wzorce lokalne w regionie. Model autoregresji przestrzennej pozwala wyjaśnić związki miedzy stopą bezrobocia a liczbą przedsiębiorstw oraz nakładami inwestycyjnymi gmin. Oryginalność/wartość – W literaturze przedmiotu tego rodzaju badania przeprowadzane są albo na poziomie regionów Unii Europejskiej, albo województw lub powiatów w kraju. Rzadziej spotykane są analizy na poziomie gmin, które przeprowadzono na podstawie danych statystycznych za 2016 r.
Purpose – The aim of the considerations is the evaluation and modelling of spatial relations of selected characteristics of socio-economic development of communities in the Lubuskie Voivodship as well as identification of the communities for which these relations are of crucial importance. Research method – Methods of spatial econometrics and statistics were used to study formation of phenomena depending on the location of a given object in space. Among them, the analysis used global and local measures of spatial autocorrelation and the spatial autoregression model. The following characteristics were taken into account: the registered unemployment rate, the number of enterprises registered in REGON, the number of beds in tourist facilities and the income of communes due to PIT tax. Results – The obtained score indicates the existence of significant spatial dependencies in formation of distinguished characteristics and allows to define specific local patterns in the region. The spatial autoregression model allows to explain the relations between the unemployment rate and the number of enterprises as well as investment outlays of communes. Originality / value – In the literature on the subject it can be found that this kind of research is carried out either at the level of regions of the European Union or voivodships or districts in the country. Studies at the municipal level, which were carried out on the basis of statistical data for 2016, are less frequent.
Źródło:
Optimum. Economic Studies; 2019, 3(97); 164-176
1506-7637
Pojawia się w:
Optimum. Economic Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Statistical Toolbox For Mining And Modeling Spatial Data
Narzędzie statystyczne do analizy eksploracyjnej oraz modelowania danych przestrzennych
Autorzy:
d’Aubigny, Gérard
Powiązania:
https://bibliotekanauki.pl/articles/633187.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza wielowymiarowa
graf dualności
autokorelacja przestrzenna
współczynnik Morana
mapa wektora własnego statystyki Morana
operator Laplace'a
funkcja własna filtracji przestrzennej
duality diagram
spatial autocorrelation
Moran’index
Moran’s Eigenvector Maps
Laplace operator
spatial eigenfunction filtering
Opis:
Większość analiz eksploracyjnych danych przestrzennych rozpoczyna się od oceny próby jednostek przestrzennych, pod względem występowania oraz siły autokorelacji przestrzennej dla zbioru zmiennych, stanowiących atrybuty jednostek przestrzennych. Trafność aplikacji najbardziej cenionych narzędzi weryfikacji autokorelacji przestrzennej –współczynników Morana oraz Geary’ego jest rzadko kwestionowana, pomimo faktu, że w przypadku opisywania ich własności wielu użytkowników zdaje się popełniać błędy oraz wprowadzać nieład. Artykuł rozpoczyna się od krytycznej oceny klasycznej definicji indeksów. Założono, że pomimo intuicyjnej konstrukcji, koncepcja indeksów boryka się z brakiem spójności w przypadku wielu ich składowych. Następnie zaproponowano korektę współczynników autokorelacji przestrzennej, która upraszcza ich relacje, i otwiera drogę do włączenia statystyk do zestawu narzędzi statystycznych, modelowania oraz wizualizacji. W drugiej części zaprezentowano teoretyczne przesłanki konstruowania wielowymiarowych narzędzi statystycznych, uwzględniających skorygowane definicje współczynników autokorelacji przestrzennej, zaczerpnięte z ostatnich prac w dziedzinie statystyki. Przedstawione metody eksploracyjnej wielowymiarowej analizy danych charakteryzują się łatwością zastosowania oraz oprogramowania z wykorzystaniem dostępnych, darmowych pakietów.
Most data mining projects in spatial economics start with an evaluation of a set of attribute variables on a sample of spatial entities, looking for the existence and strength of spatial autocorrelation, based on the Moran’s and the Geary’s coefficients, the adequacy of which is rarely challenged, despite the fact that when reporting on their properties, many users seem likely to make mistakes and to foster confusion. My paper begins by a critical appraisal of the classical definition and rational of these indices. I argue that while intuitively founded, they are plagued by an inconsistency in their conception. Then, I propose a principled small change leading to corrected spatial autocorrelation coefficients, which strongly simplifies their relationship, and opens the way to an augmented toolbox of statistical methods of dimension reduction and data visualization, also useful for modeling purposes. A second section presents a formal framework, adapted from recent work in statistical learning, which gives theoretical support to our definition of corrected spatial autocorrelation coefficients. More specifically, the multivariate data mining methods presented here, are easily implementable on the existing (free) software, yield methods useful to exploit the proposed corrections in spatial data analysis practice, and, from a mathematical point of view, whose asymptotic behavior, already studied in a series of papers by Belkin & Niyogi, suggests that they own qualities of robustness and a limited sensitivity to the Modifiable Areal Unit Problem (MAUP), valuable in exploratory spatial data analysis.
Źródło:
Comparative Economic Research. Central and Eastern Europe; 2016, 19, 5; 5-24
1508-2008
2082-6737
Pojawia się w:
Comparative Economic Research. Central and Eastern Europe
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-4 z 4

    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