Informacja

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

Wyszukujesz frazę "randomization" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
O dwóch typach randomizacji w decyzjach dystrybucyjnych
Autorzy:
Załuski, Wojciech
Powiązania:
https://bibliotekanauki.pl/articles/1198532.pdf
Data publikacji:
2019
Wydawca:
Akademia Leona Koźmińskiego w Warszawie
Tematy:
justice
normative reasons
psychological reasons
egalitarian randomization
proportional randomization
utilitarianism
the Number Problem
sprawiedliwość
racje normatywne
racje psychologiczne
randomizacja egalitarna
randomizacja proporcjonalna
utylitaryzm
Opis:
Celem artykułu jest analiza porównawcza dwóch typów randomizacji – egalitarnej (RE) i proporcjonalnej (RP) – jako metod podejmowania decyzji dystrybucyjnych. Zmierza ona do określenia warunków, w jakich dopuszczalne jest ich zastosowanie. W artykule bronione są następujące tezy: że racje sprawiedliwościowe za stosowaniem RE należy rozumieć szeroko (obejmując tym pojęciem nie tylko sytuacje indyferencji – równego spełniania kryterium podziału – ale także braku kryteriów podziału lub ich niewspółmierności) i że są one silniejsze niż racje utylitarystyczne; że z uwagi na konflikt między sprawiedliwością ex ante i ex post, który może przybrać ostrą postać tylko w kontekście RP, RP może być stosowana stosunkowo rzadko – wyłącznie w dwóch sytuacjach: wielokrotnej powtarzalności dystrybucji i/lub zachodzenia niewielkiej różnicy w roszczeniach kandydatów do danego dobra/ciężaru. W artykule wskazuje się także na inne różnice między RP i RE, między innymi taką, że RP musi mieć zawsze charakter statystyczny, natomiast RE może mieć niekiedy charakter epistemiczny, oraz zwraca się uwagę na to, że w pewnych sytuacjach (np. w tzw. Number Problem) mogą pojawić się wątpliwości, czy należy zastosować RE, czy RP, i ich zastosowanie może okazać się równoważne.
The purpose of the article is to provide a comparative analysis of two types of randomization – egalitarian and proportional – in distributive decisions, with a view to determining conditions in which they can be applied. It should be construed broadly (as embracing not only the situation of indifference – the equal satisfaction of a given criterion, but also the situations of the lack of criteria or their incommensurability), and that they are stronger than utilitarian reasons. It is also argued that the confl ict between justice ex ante and justice ex post may take an acute form only in the case of proportional randomization, which is why this type of randomization can be applied relatively rarely – only in two situations: if the distribution is repeatedly made and/or if the differences between claims of the candidates (for a good/burden being distributed) are not substantial. Some other differences are also pointed out in the article, e.g., that while proportional randomization must always be statistical, egalitarian randomization may be at times epistemic. It is also argued that in some circumstances (e.g., in the context of the so called Number Problem) doubts may arise as to which type of randomization should be applied, and the applications of both types may prove to be equivalent.
Źródło:
Decyzje; 2019, 31; 29-56
1733-0092
2391-761X
Pojawia się w:
Decyzje
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Recepta na nienormalność rozkładu i współzależność obserwacji z wykorzystaniem testów randomizacyjnych i testu Mantela – na przykładzie rozmieszczenia zasobów ludzkich w regionach Francji
Prescription for Abnormal Distribution and Interdependence of Observations Using Randomization Tests and Mantel Correlation Coefficient – the Example of Human Resources Distribution in the Regions of France
Autorzy:
Dorocki, Sławomir
Jenner, Bartosz
Powiązania:
https://bibliotekanauki.pl/articles/438338.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Pedagogiczny im. Komisji Edukacji Narodowej w Krakowie
Tematy:
Francja
kapitał ludzki
metody statystyczne
randomizacja
R-pakiet
test Mantela
France
human capital
Mantel test
randomization
R-package
statistical methods
Opis:
Wykorzystując metody statystyczne w badaniach geograficznych, badacze często spotykają się z problemem niespełnienia przez posiadane dane założeń wymaganych przez liczne testy statystyczne. Dla przykładu wiele tzw. parametrycznych testów statystycznych opartych jest na założeniu normalności rozkładu danych. W praktyce jednak taka supozycja często nie jest zrealizowana, a rażące odchylenie rozkładu danych od rozkładu normalnego (np. rozkład J-kształtny) może prowadzić do wręcz absurdalnych wartości przedziałów ufności (np. przedział ufności dla średniej). Innym często spotykanym problemem z danymi pochodzącymi z badań geograficznych jest przestrzenna współzależność obserwacji. Wzajemne skorelowanie danych może przykładowo odzwierciedlać odległości między miejscami, gdzie te dane pozyskano. Dlatego wyniki pomiarów pochodzące z miejsc położonych w bliskiej odległości mogą być do siebie bardziej podobne niż obserwacje pochodzące z miejsc od siebie oddalonych. W takiej sytuacji oszacowanie wartości p-value dla testów badających zależności między zmiennymi (np. korelacja Pearsona) mogą być bardzo mylące, gdyż klasyczne metody statystyczne zakładają niezależność zmiennych. W powyższych sytuacjach badacz może wykorzystać tzw. testy randomizacyjne, które pozwalają obejść założenia normalności rozkładu czy niezależności obserwacji. Metody te, wraz z możliwością wykonywania złożonych obliczeń przy wykorzystaniu narzędzi informatycznych, stają się obecnie coraz bardziej popularne wśród badaczy. W artykule wyjaśniona została logika testów randomizacyjnych i dwa przykłady ich zastosowania: szacowanie przedziału dla średniej i obliczanie korelacji Mantela wraz z testowaniem jej istotności. W rezultacie przeprowadzonych obliczeń wykazano, że w obydwu przypadkach pominięcie założeń statystycznych prowadzi do otrzymania błędnych wyników. W tekście w celach zobrazowania powyższych metod statystycznych wykorzystano dane obrazujące wielkość i udział zasobów ludzkich dla nauki i techniki (HRST) w regionach Francji oraz tempo zmian tych wartości w czasie i przestrzeni. Obliczenia oparto na darmowym pakiecie statystycznym R oraz arkuszu kalkulacyjnym Excel.
Using statistical methods in geographical research, researchers are often faced with the problem that their data do not comply with the assumptions required by a number of statistical tests. For example, many parametric statistical tests are based on the assumption of normal distribution of data. In practice, however, this supposition is often not met, and the serious deviation of data distribution from the normal distribution (e.g., J-shaped distribution) can lead to quite absurd values of confidence limits (for example, the confidence interval). Another common problem with data from geographical research is the interdependence of observations. Mutual correlation of data can, for example, reflect the spatial distance between the places where that information was obtained. Therefore, the results of measurements from sites located in close proximity to each other may be more alike than observations from places more distant from each other. In such a situation, estimated p-values for tests investigating the relationships between variables (e.g. Pearson correlation) can be very confusing, because the “classical” statistical methods assume independence of the variables. In these situations, the researcher can use randomisation tests that allow him to “get around” the assumptions of normal distribution and independence of observations. These methods, along with the ability to perform complex calculations using computer tools, are becoming increasingly popular among researchers. The article explains the logic of randomisation tests and two examples of their use: estimating the interval for the mean and calculating Mantel correlation along with testing its significance. Calculations have shown that in both cases, disregard of the statistical assumptions leads to false results. In order to illustrate these statistical methods, data used in this paper show the volume and share of human resources in science and technology (HRST) in regions of France and the pace of changes in these values over time and space. Calculations were conducted using the free statistical software R Project and Excel spreadsheet.
Źródło:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego; 2016, 30, 2; 186-197
2080-1653
Pojawia się w:
Prace Komisji Geografii Przemysłu Polskiego Towarzystwa Geograficznego
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