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 "regresja przestrzenna" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-9 z 9
    Tytuł:
    Rola kontekstu geograficznego w kształtowaniu się zachowań wyborczych mieszkańców Ukrainy
    The role of the geographical context in shaping the voting behavior of Ukrainians
    Autorzy:
    Kavetskyy, I.
    Powiązania:
    https://bibliotekanauki.pl/articles/2078783.pdf
    Data publikacji:
    2014
    Wydawca:
    Uniwersytet Warszawski. Wydział Geografii i Studiów Regionalnych
    Tematy:
    Ukraina
    zachowania wyborcze
    ludnosc
    wybory parlamentarne
    autokorelacja przestrzenna
    regresja przestrzenna
    Źródło:
    Prace i Studia Geograficzne; 2014, 54; 29-45
    0208-4589
    Pojawia się w:
    Prace i Studia Geograficzne
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Kapitał ludzki i wzrost gospodarczy w podregionach
    Human capital and economic growth in the Polish sub-regions
    Человеческий капитал и экономический рост в субрегионах
    Autorzy:
    Dańska-Borsiak, Barbara
    Laskowska, Iwona
    Powiązania:
    https://bibliotekanauki.pl/articles/544043.pdf
    Data publikacji:
    2016-06
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    kapitał ludzki
    wzrost gospodarczy
    autokorelacja przestrzenna
    regresja przestrzenna
    human capital
    regional growth
    spatial dependency
    spatial regression model
    человеческий капитал
    экономический рост
    пространственная автокорреляция
    пространственная регрессия
    Opis:
    Współczesne modele wzrostu, obok tradycyjnych zmiennych reprezentujących pracę i kapitał, uwzględniają także indykatory kapitału ludzkiego. Dysproporcje przestrzenne rozwoju podregionów w Polsce skłaniają do podejmowania prób określenia głównych czynników obserwowanych różnic. Celem artykułu jest analiza związków pomiędzy PKB per capita i poziomem kapitału ludzkiego w podregionach (NUTS 3), a także zbadanie zależności przestrzennych w kształtowaniu się każdej z miar. Zaobserwowano, że podregiony o niskich wartościach kapitału ludzkiego wykazują w Polsce Zachodniej tendencję do tworzenia skupień. W kształtowaniu się PKB na mieszkańca nie stwierdzono występowania zależności przestrzennych. Przedstawiono również wyniki estymacji modelu objaśniającego PKB per capita z uwzględnieniem kapitału ludzkiego. Wyniki analizy ekonometrycznej wskazują na istotny, pozytywny wpływ zgromadzonego w podregionie kapitału ludzkiego na PKB per capita. Badanie przeprowadzono na podstawie danych za 2012 r.
    The contemporary growth models, apart from the variables representing labour and capital, take into consideration also human capital measures. The spatial disproportions in the level of development of Polish regions give rise to the attempts of defining the factors influencing the differences. The main objective of the paper is the analysis of the relationships between the regional GDP per capita and human capital level in Polish NUTS3 regions. The additional objective is investigating whether the before mentioned phenomena exhibit spatial dependence. It was found that sub-regions with low values of human capital tend to cluster in the western Polish territories. There are no significant spatial relationships in the formation of the GDP per capita. In the second part of the paper, there are presented the estimation results of the model explaining the regional GDP per capita. The results show the significant, positive influence of the human capital level on the GDP. The study was conducted based on data for 2012.
    Современные модели роста, рядом с традиционными переменными представляющими труд и капитал, учитывают также Wiadomości Statystyczne nr 6/2016 индикаторы человеческого капитала. Пространственные диспропорции развития субрегионов в Польше приводят к попыткам определения главных факторов наблюдаемых различий. Целью статьи является анализ соединений между ВВП per capita и уровнем человеческого капитала в субрегионах (NUTS 3), а также обследование пространственных взаимосвязей в разработке каждой из мер. Было отмечено, что субрегионы с низкими значениями человеческого капитала, в Западной Польше имеют тенденцию к образованию группировок. В формировнии ВВП на душу населения не отмечаются пространственные взаимосвязи. В статье были представлены также результаты оценки модели объясняющей ВВП per capita в отношении к человеческому капиталу. Результаты эконометрического анализа указывают на важное, положительное влияние накопленного в субрегионе человеческого капитала на ВВП per capita. Обследование было проведено на основе данных за 2012 год.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2016, 6; 31-44
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fundusze Unii Europejskiej a atrakcyjność inwestycyjna polskich powiatów. Analiza powiązań przestrzennych
    European Funds and Investment Attractiveness of Polish Poviats. Analysis of Spatial Relationships
    Autorzy:
    Laskowska, Iwona
    Dańska-Borsiak, Barbara
    Powiązania:
    https://bibliotekanauki.pl/articles/659482.pdf
    Data publikacji:
    2019
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    fundusze UE
    atrakcyjność inwestycyjna powiatów
    statystyka Morana
    regresja przestrzenna
    EU funds
    investment attractiveness
    poviats (NUTS-4 regions)
    Moran’s statistics
    spatial regression
    Opis:
    One of the basic tools of the EU cohesion policy are the European Funds. These funds are directed on activities strengthening the competitiveness of economies and increasing investment attractiveness of regions. The attractiveness is understood as the ability to attract investors to the region due to the location benefits being offered. The EU Funds are of particular importance for strengthening the factors that contribute to improving the investment attractiveness of regions or weakening the existing barriers. This study attempts to assess the relationship between the amount of support obtained from the European Funds and the investment attractiveness of Polish regions. The research was carried out at the level of poviats (NUTS–4), which allows for a fairly precise assessment of the territorial differentiation of the investment attractiveness of the country. The main objective of the study was to assess the impact of European funds raised by poviats on their investment attractiveness, while taking into account spatial dependencies. The additional objectives were: to determine the level of investment attractiveness of poviats on the basis of selected partial measures and to construct a composite measure of investment attractiveness. The analysis of spatial dependencies has additionally allowed to determine the spatial pattern of poviats investment attractiveness and identification of the centres affecting positively or negatively the neighbouring regions. The research proved the existence of significant differences in the level of investment attractiveness of poviats (the most attractive ones are the city‑poviats of: Warszawa, Sopot, Krakow, Katowice and Świnoujście). The results of spatial models indicate that a significant, positive impact on the level of poviat’s investment attractiveness is exerted not only by the use of European Funds in the poviat, but also the absorption of these funds in neighboring poviats.  
    Jednym z podstawowych narzędzi polityki spojności UE są fundusze europejskie. Środki z nich wydatkowane są między innymi na działania wzmacniające konkurencyjność gospodarek i zwiększające atrakcyjność inwestycyjną regionow, rozumianą jako zdolność skłonienia inwestorow do wyboru regionu oferującego określone korzyści lokalizacyjne, wspomagające osiąganie zamierzonych celow. Fundusze UE mają szczegolne znaczenie dla wzmocnienia czynnikow sprzyjających lub osłabienia barier podnoszenia atrakcyjności inwestycyjnej regionow. W niniejszym artykule podjęta została proba oceny relacji zachodzących między wysokością wsparcia w ramach funduszy europejskich a atrakcyjnością inwestycyjną polskich powiatow. Badania przeprowadzone zostały na poziomie powiatow (NUTS 4), co pozwala na bardzo precyzyjną ocenę terytorialnego zrożnicowania atrakcyjności inwestycyjnej kraju. Głowny cel przedstawionych badań stanowiła ocena wpływu funduszy europejskich na atrakcyjność inwestycyjną powiatow z uwzględnieniem zależności przestrzennych. Cel dodatkowy to określenie poziomu atrakcyjności inwestycyjnej powiatow na podstawie wybranych miernikow cząstkowych oraz konstrukcja syntetycznej miary atrakcyjności inwestycyjnej. Analiza zależności przestrzennych w kształtowaniu się badanych miernikow atrakcyjności pozwoliła na określenie ich wzorca przestrzennego oraz identyfikację ośrodkow wpływających pozytywnie lub negatywnie na jednostki sąsiednie. Przeprowadzone badania dowodzą występowania znacznych rożnic w poziomie atrakcyjności inwestycyjnej powiatow (do najbardziej atrakcyjnych należą powiaty: m. st. Warszawa, m. Sopot, m. Krakow, m. Katowice, m. Świnoujście). Wyniki modeli przestrzennych wskazują, że istotny, dodatni wpływ na atrakcyjność inwestycyjną danego powiatu wywiera nie tylko poziom wykorzystania funduszy europejskich w powiecie macierzystym, ale rownież absorpcja tych funduszy w powiatach sąsiednich.  
    Źródło:
    Acta Universitatis Lodziensis. Folia Oeconomica; 2019, 5, 344; 115-137
    0208-6018
    2353-7663
    Pojawia się w:
    Acta Universitatis Lodziensis. Folia Oeconomica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Czy wpisy na wniosek do rejestru stałego wyborców w gminach wpływają na wyniki wyborów organu wykonawczego gmin?
    Does voter registration in standing communal electoral registers affect the results of communal executive elections?
    Autorzy:
    Bartnicki, Sławomir
    Powiązania:
    https://bibliotekanauki.pl/articles/412874.pdf
    Data publikacji:
    2019
    Wydawca:
    Łódzkie Towarzystwo Naukowe
    Tematy:
    rejestr wyborców
    wpisy na wniosek do rejestru wyborców w gminach
    klientelizm
    reelekcja
    regresja przestrzenna
    RDD
    electoral register
    voter registration in communal electoral registers
    clientelism
    spatial regression
    Opis:
    Artykuł stanowi przykład analizy eksploracyjnej, której podjęcie uzasadniają wypowiedzi pozyskane od aktorów lokalnych w wybranych gminach na terenie kraju, sugerujące wykorzystywanie przez piastunów organów wykonawczych gmin wpisów na wniosek do rejestru wyborców w celu zwiększenia szans swojej reelekcji. W związku z tym sformułowano pytanie badawcze: czy wpisy na wniosek do rejestru wyborców w gminach wpływają na wyniki wyborów bezpośrednich organu wykonawczego gmin? Poszukując odpowiedzi na to pytanie, eksplorowano bazy danych ilościowych uwzględniające wielozakresowe cechy kandydatów i gmin. Weryfikacji dokonano, stosując: regresję liniową, logistyczną, przestrzenną oraz regresję nieciągłą (regression discontinuity design – RDD). Taka wielowątkowa analiza umożliwia udzielenie jednoznacznej odpowiedzi na postawione pytanie. Wpisy nie zwiększają szans ubiegających się o reelekcję na wygranie wyborów, nie zwiększają też ich poparcia wyborczego. Na wpisach zyskują nieznacznie pretendenci, ale zysk ten jest pochodną uwarunkowań strukturalnych, a nie intencjonalnych wpisów do rejestru w celu oddania głosu na określoną stronę rozgrywki. Nie można wykluczyć, że w niektórych gminach i wyborach wpisy mogły przechylić szalę rozgrywki wyborczej, ale są to przypadki na tyle skrajne i rzadkie, że niewykrywalne przez testy walidacyjne zmiennych w ramach schematu RDD. RDD wykazuje co prawda manipulacje wyników wyborczych, jednak ich źródłem nie są wpisy na wniosek do rejestru.
    The article is an example of exploratory analysis substantiated by statements made by local actors in selected communes all over Poland, suggesting that the holders of communal executive offices may use voter registration on electoral registers to enhance their chances of re-election. Hence, the following research question was formulated: Does voter registration on communal electoral registers affect the results of direct communal executive elections? In order to answer this question, quantitative databases were explored, taking into consideration the multi-aspect properties of candidates and communes. The verification was performed using linear, logistic and spatial regression as well as regression discontinuity design (RDD). Multiway analysis allows us to find a clear-cut answer to the above-mentioned question. The newly registered voters do not, in fact, improve the winning chances of candidates running for re-election and do not increase their electoral support. They slightly improve the position of pretenders, but this advantage is the product of structural determinants, not intentional registration on electoral registers made in order to vote for a particular candidate. It is possible that in some communes and elections the registrations did contribute to the final result of the electoral competition, but if so, these cases are so rare and extreme that they could not be detected in the variables’ validation tests within the RDD. Although RDD demonstrates some manipulations of electoral results, the source of these manipulations is the voter registration on communal electoral registers.
    Źródło:
    Przegląd Socjologiczny; 2019, 68, 1; 39-75
    0033-2356
    Pojawia się w:
    Przegląd Socjologiczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Rozmieszczenie i czynniki przestępczości w województwie łódzkim
    Autorzy:
    Mordwa, Stanisław
    Powiązania:
    https://bibliotekanauki.pl/articles/1040874.pdf
    Data publikacji:
    2020-09-21
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    przestrzenne zróżnicowanie przestępczości
    czynniki przestępczości
    wskaźnik lokalizacji przestępstw LQC
    regresja przestrzenna
    województwo łódzkie
    spatial crime distribution
    crime factors
    crime location quotient LQC
    spatial regression
    Łódzkie voivodeship
    Opis:
    Celem niniejszego artykułu jest analiza rozmieszczenia i koncentracji przestępstw stwierdzonych przez policję w latach 2015–2019 w województwie łódzkim. Ponadto celem opracowania jest wskazanie istotnych czynników o charakterze demograficznym i społeczno-ekonomicznym, które mają wpływ na natężenie przestępczości. Dane o liczbie przestępstw stwierdzonych (także w podziale na grupy przestępstw) oraz o 30 zmiennych potencjalnie wpływających na przestępczość pobrano z BDL GUS. Analiziepoddano 24 powiaty. Do analizy rozmieszczenia i koncentracji przestępczości wykorzystano wskaźniki natężenia przestępczości, lokalizacji przestępstw i autokorelację przestrzenną. W przypadku najistotniejszych sześciu czynników przestępczości ich wpływ określono konstruując modele regresji przestrzennej. Rozmieszczenie poszczególnych grup przestępstw stwierdzonych w województwie okazało się bardzo zróżnicowane. Za najbardziej zagrożony przestępczością uznano Piotrków Trybunalski oraz w mniejszym stopniu Łódź, Skierniewice oraz powiaty kutnowski, pabianicki, bełchatowski i radomszczański. Dwa czynniki o charakterze społecznym (liczba gospodarstw domowych korzystających ze środowiskowej pomocy społecznej poniżej kryterium dochodowego; liczba orzeczonych przez sąd eksmisji lokali mieszkalnych) określono za najistotniej wpływające na przestępczość.
    The aim of this article is to analyse the spatial distribution and concentration of crimes registered by the police in 2015–2019 in the Lodzkie voivodeship. Furthermore, the aim of the study is to show important factors of crime in the voivodeship. Data on the number of identified crimes and on 30 variables potentially influencing crime were collected from the Central Statistical Office. 24 poviats (NUTS 4) were analysed. Crime rates, crime location quotient LQC and spatial autocorrelation indicators were used to analyse the spatial crime distribution and concentration. The influence of the most important six crime factors was determined by constructing spatial regression models. The spatial distribution of crimes in analysed voivodeship is strongly differentiated (but no pattern of crime was found). The second largest city – Piotrkow Trybunalski and the Lodz, Skierniewice, kutnowski, pabianicki, belchatowski, radomszczanski poviats are at risk of crimes. Two social factors (number of households benefiting from community social assistance under criterion of income, number of evictions from dwellings ruled by the court) were identified as having the most significant influence on crime rates.
    Źródło:
    Space – Society – Economy; 2020, 31; 157-189
    1733-3180
    2451-3547
    Pojawia się w:
    Space – Society – Economy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    GeoMedia Enterprise Intelligence – nowe zastosowania kartograficznej metody badań w wielokryterialnej analizie danych przestrzennych
    GeoMedia Enterprise Intelligence – new applications of cartographic methodology in multicriteria spatial data analysis
    Autorzy:
    Olszewski, R.
    Fiedukowicz, A.
    Powiązania:
    https://bibliotekanauki.pl/articles/345867.pdf
    Data publikacji:
    2015
    Wydawca:
    Polskie Towarzystwo Informacji Przestrzennej
    Tematy:
    eksploracyjna analiza danych przestrzennych
    korelacja
    regresja
    statystyka przestrzenna
    ekonometria przestrzenna
    spatial data mining
    corelation
    regression
    spatial statistic
    spatial econometry
    Opis:
    W ramach innowacyjnego projektu geoinformacyjnego B+R finansowanego ze środków POIG Wydział Geodezji i Kartografii Politechniki Warszawskiej wraz firmą Intergraph oraz z Wrocławskim Instytutem Zastosowań Informacji Przestrzennej i Sztucznej Inteligencji realizuje temat „Opracowanie i wdrożenie innowacyjnej technologii GeoMedia Enterprise Intelligence realizującej wielokryterialną analizę danych przestrzennych w środowisku narzędziowym desktop oraz Web”. W ramach nawiązanej współpracy możliwe stało się wdrożenie opracowywanych od lat przez Zakład Kartografii PW algorytmów typu spatial data mining, umożliwiających uwzględnienie aspektu przestrzennego w analizach statystycznych. Autorzy pragną uzyskać wartość dodaną poprzez połączenie w celowy ciąg technologiczny szeregu analiz geostatystycznych, wzbogaconych o zaawansowane wizualizacje kartograficzne. W ciągu tym zaproponowano algorytmy mające służyć wstępnemu przetworzeniu danych, w tym metodę agregacji i metodę reduktów, oraz szereg klasycznych metod statystycznych wzbogaconych o ujęcie lokalne i powiązania przestrzenne.
    The Cartography Department of Geodesy and Cartography Faculty of Warsaw University of Technology, in collaboration with Intergraph Poland Sp. z o. o. and Wroclaw Institute of Spatial Information and Artificial Intelligence works on the subject of "Development and implementation of innovative technology GeoMedia Enterprise Intelligence in multicriteria spatial data analysis in both desktop and Web environment" This R&D project is funded by the Innovative Economy Operational Programme EU in Poland. Within the framework of this cooperation it became possible to implement new algorithms as well as to extend the existing ones (touching most of the spatial aspects to be included in the analysis) which were developed in the Cartography Department. The authors intend to obtain added value by combining a number of spatial statistics analyses, enriched by cartographic visualizations, into a purposeful workflow. The algorithms included in the workflow cover among others methods of data preprocessing, including data reduction (aggregation and reducts) as well as number of classical statistical methods enriched by the local approach and spatial neighborhood.
    Źródło:
    Roczniki Geomatyki; 2015, 13, 1(67); 35-37
    1731-5522
    2449-8963
    Pojawia się w:
    Roczniki Geomatyki
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie regresji ważonej geograficznie do modelowania miejskiej wyspy ciepła we Wrocławiu
    Application of geographically weighted regression for urban heat island modelling in Wrocław
    Autorzy:
    Szymanowski, M.
    Kryza, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/130125.pdf
    Data publikacji:
    2009
    Wydawca:
    Stowarzyszenie Geodetów Polskich
    Tematy:
    regresja ważona geograficznie
    interpolacja przestrzenna
    GIS
    wyspa ciepła
    Wrocław
    geographically weighted regression
    spatial interpolation
    urban heat island
    Opis:
    Artykuł prezentuje zastosowanie regresji ważonej geograficznie (GWR) do interpolacji przestrzennej temperatury powietrza w warunkach wystąpienia miejskiej wyspy ciepła (UHI) we Wrocławiu. Rezultaty interpolacji GWR porównano z uzyskanymi za pomocą innych metod: regresji wieloczynnikowej (MLR) – model globalny, i krigingu resztowego dla obydwu modeli regresyjnych (odpowiednio: RK i GWRK). Dane wejściowe stanowiły pomiary temperatury powietrza w 206 nieregularnie rozmieszczonych punktach oraz warstwy dodatkowych zmiennych objaśniających, utworzone głównie na podstawie mapy pokrycia terenu i zdjęć satelitarnych (Landsat TM). Walidację interpolacji przeprowadzono metodą oceny krzyżowej (CV), analizując miary diagnostyczne (BIAS, MAE, RMSE) i rozkład przestrzenny błędów CV. Porównanie rezultatów modeli regresyjnych wskazało zasadność zastosowania GWR w przypadku niestacjonarnego procesu przestrzennego (UHI). Kalibrację modelu lokalnego przeprowadzono w zmiennej macierzy sąsiedztwa (tzw. kernelu) z uwzględnieniem zachowania możliwości fizycznej interpretacji procesu. Kriging reszt, przeprowadzony dla lokalnego i globalnego modelu regresji poprawił jakość interpolacji. Za optymalną w analizowanych przypadkach UHI metodę interpolacji uznano kriging resztowy dla regresji ważonej geograficznie (GWRK).
    Implementation of geographically weighted regression (GWR) for urban heat island (UHI) modelling in Wrocław is presented. The results of spatial interpolation using 4 methods are evaluated and compared. The methods are: multiple linear regression (MLR) – global model, GWR – local model and residual kriging for both regression techniques (RK and GWRK). The analysis was performed based on 2 examples of UHI. Air temperature data were gathered in 206 irregularly distributed points. Additional explanatory variables were developed based mainly on the land-use map and Landsat TM images. The cross-validation (CV) technique was used to compare results obtained with the different algorithms together with the evaluation of errors (BIAS, MAE, RMSE) and their spatial distribution. The results confirmed the usefulness of GWR in the case of non-stationarity of the spatial process. Calibration of the local models was performed using adaptive kernel, taking into account the possibility of physical interpretation of the model. Kriging of MLR and GWR residuals significantly improved the spatial interpolation results in terms of cross-validation errors. The most accurate results of the UHI spatialization were obtained with the GWRK techniquedr.
    Źródło:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji; 2009, 20; 407-419
    2083-2214
    2391-9477
    Pojawia się w:
    Archiwum Fotogrametrii, Kartografii i Teledetekcji
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Regresja ważona geograficznie jako narzędzie analizy rynku nieruchomości
    Geographically weighted regression as a tool for real estate market analysis
    Autorzy:
    Kulczycki, M.
    Ligas, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/385304.pdf
    Data publikacji:
    2007
    Wydawca:
    Akademia Górniczo-Hutnicza im. Stanisława Staszica w Krakowie. Wydawnictwo AGH
    Tematy:
    RWG (regresja ważona geograficznie)
    przestrzenna heterogeniczność
    autokorelacja przestrzenna
    metoda najmniejszych kwadratów
    wycena nieruchomości
    GWR (Geographically Weighted Regression)
    spatial heterogeneity
    spatial autocorrelation
    least squares method
    appraisal
    Opis:
    Przedmiotem rozważań zawartych w niniejszym artykule jest zagadnienie zastosowania regresji ważonej geograficznie (GWR) zarówno na etapie analizy rynku nieruchomości, jak i podczas procesu wyceny. GWR jest techniką eksploracyjną statystyki przestrzennej dającą możliwość bezpośredniego modelowania przestrzennej heterogeniczności poprzez lokalne dopasowywanie modeli regresji. Zastosowanie GWR owocuje zestawem parametrów regresji dla każdej lokalizacji (nieruchomości). Parametry te stanowią podstawę do stworzenia map zmienności poszczególnych współczynników regresji, czyli map zmienności wpływu poszczególnych atrybutów na wartość nieruchomości w zależności od lokalizacji, co od razu przywodzi na myśl strefy oraz mapy taksacyjne wykorzystywane w procesie powszechnej taksacji nieruchomości.
    The paper presents considerations on applying Geographically Weighted Regression to real estate market analysis and appraisal process. GWR is the explorative technique of spatial statistics enabling direct modeling of spatial heterogeneity by local fitting regression models. Application GWR results in set of regression parameters for each localization from the data set (real estate). These parameters make a basis for mapping non - stationarity of regression relationship, saying otherwise allow to map spatial variation in regression parameters. This kind of mapping brings to mind immediately taxation zones and taxation maps used in mass appraisal process.
    Źródło:
    Geomatics and Environmental Engineering; 2007, 1, 2; 59-68
    1898-1135
    Pojawia się w:
    Geomatics and Environmental Engineering
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Gęstość przestrzenna rudy – parametr zasobowy drugiego planu? Złoże Cu-Ag Polkowice–Sieroszowice, Legnicko-Głogowski Okręg Miedziowy
    The volumetric density of ore – resource parameter of secondary importance? The Polkowice–Sieroszowice Cu-Ag deposit, Legnica-Głogów Copper District
    Autorzy:
    Mucha, J.
    Wasilewska-Błaszczyk, M.
    Auguścik, J.
    Paszek, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/2061774.pdf
    Data publikacji:
    2017
    Wydawca:
    Państwowy Instytut Geologiczny – Państwowy Instytut Badawczy
    Tematy:
    gęstość przestrzenna
    zasoby
    korelacja
    regresja liniowa i nieliniowa
    złoże Cu-Ag
    volumetric density
    resource
    correlation
    linear and non-linear regression
    Cu-Ag deposit
    Opis:
    Wyniki opróbowania złoża Cu-Ag Polkowice–Sieroszowice posłużyły do oceny gęstości przestrzennej ośmiu szczegółowych wydzieleń litologicznych i ich porównania z gęstościami przestrzennymi trzech podstawowych typów rud przyjętymi w aktualnej dokumentacji geologicznej. Stwierdzono, że zasoby złoża szacowane na podstawie gęstości przestrzennych szczegółowych wydzieleń litologicznych są o ok. 3% wyższe niż analogiczne oszacowania dokonane dla gęstości przestrzennych przypisywanych podstawowym typom rud w dokumentacji geologicznej. Przy zastosowaniu analizy korelacji i regresji wykazano, że dominującym czynnikiem kształtującym wielkość gęstości przestrzennej jest porowatość skał, zawartość Cu odgrywa natomiast rolę drugorzędną. Niektóre z indywidualnych wydzieleń szczegółowych ujawniły niejednorodność zbioru oznaczeń gęstości przestrzennej, która może być tłumaczona zmiennością spoiwa i porowatości oraz pojawieniem się niemiedziowych minerałów ciężkich (np. galeny, pirytu). Niektóre wydzielenia szczegółowe w obrębie podstawowych typów rud charakteryzują się wyraźnym zróżnicowaniem średniej gęstości przestrzennej (np. piaskowiec ilasty – 2,35 Mg/m3 i piaskowiec węglanowy – 2,55 Mg/m3 w serii piaskowcowej). Znajomość gęstości przestrzennej szczegółowych wydzieleń litologicznych umożliwia dokładniejsze oszacowanie ich zasobów oraz bardziej precyzyjne rozliczanie produkcji górniczej.
    Volumetric density of the detailed lithological units in Polkowice-Sieroszowice Cu-Ag deposit has been compared to the density of the three basic ore types. Eight diferrent lithologies of the Cu-Ag deposit have been taken into account. It appeared that the resources in them estimated on the basis of volumetric densities are approximately 3% higher than analogous estimates for volumetric densities attributed to the basic ore types. The correlation and regression analysis have shown that the porosity of rocks is the dominant factor affecting the volumetric density, whereas the Cu content plays a secondary role. Some of the lithologies have revealed some heterogeneity of spatial density that can be explained by the variability of mineral cement and porosity as well as the presence of non-copper heavy minerals (e.g., galena, pyrite). The knowledge of the density of individual lithologies enables more accurate estimation of their resources leading to more effective production.
    Źródło:
    Biuletyn Państwowego Instytutu Geologicznego; 2017, 468; 227--236
    0867-6143
    Pojawia się w:
    Biuletyn Państwowego Instytutu Geologicznego
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-9 z 9

      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