Informacja

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

Wyszukujesz frazę "Cierpiał-Wolan, M." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Wykorzystanie statystycznych i pozastatystycznych (Big Data) źródeł informacji do wyznaczania kierunków rozwoju miast na przykładzie Rzeszowa
Use of statistical and non-statistical (Big Data) sources of information for determining the directions of urban development as illustrated by Rzeszow
Autorzy:
Cierpiał-Wolan, M.
Powiązania:
https://bibliotekanauki.pl/articles/105185.pdf
Data publikacji:
2017
Wydawca:
Politechnika Rzeszowska im. Ignacego Łukasiewicza. Oficyna Wydawnicza
Tematy:
źródło danych
delimitacja
entropia
LUZ
data source combining
delimitation
entropy
Opis:
Podejmując problematykę przestrzennego rozwoju miast powinniśmy uwzględnić wszystkie procesy społeczne i gospodarcze, które dotyczą danego obszaru. W praktyce występuje bardzo duże rozproszenie źródeł informacji, których gestorami jest wiele instytucji sektora prywatnego i publicznego. Celem artykułu jest próba integracji statystycznych i pozastatystycznych danych, które mogą być wykorzystane do wyznaczania kierunku rozwoju miast. Oprócz danych dotyczących procesów demograficznych, przedsiębiorczości czy inwestycji na szczególną uwagę zasługują informacje o miejscu pracy i zamieszkania pochodzące z administracji skarbowej oraz pomiary z czujników ruchu drogowego będące w dyspozycji Generalnej Dyrekcji Dróg Krajowych i Autostrad. W pracy wykorzystano metodę ekonometrii entropii nieekstensywnej do połączenia różnego rodzaju źródeł danych. W opracowaniu dokonano porównania Rzeszowskiego Obszaru Funkcjonalnego z Szerszą Strefą Miejską (LUZ – Larger Urban Zone). W artykule uwzględniono dojazdy do pracy, nasycenie przedsiębiorczością w podziale na: mikro, małe, średnie i duże przedsiębiorstwa oraz według wybranych sekcji Polskiej Klasyfikacji Działalności (przemysł, budownictwo, handel), a także nakłady inwestycyjne w układzie dwuwymiarowym: inwestycje pochodzące z sektora prywatnego oraz z sektora publicznego. Zastosowanie analizy dwuwymiarowej ujawniło cztery typy zachowań strategicznych w zakresie inwestycji: synergia inwestycji, budowanie potencjału inwestycyjnego, regres inwestycyjny oraz zbudowany potencjał inwestycyjny.
In addressing the problems of spatial development of cities we should take into account all the social and economic processes that affect a given area. In practice there is a very large spread of information sources, whose holders are many private and public sector institutions. The purpose of this article is to attempt to integrate statistical and non-statistical data that can be used to determine directions of urban development. In addition to data on demographic processes, entrepreneurship and investment, special attention is paid to information on place of work and residence that are taken from the tax administration and measurements from traffic sensors that are at the disposal of the General Directorate for National Roads and Motorways. The paper uses the econometric method of non-extensive entropy to combine different types of data sources. The study compares Rzeszów Functional Area with the Larger Urban Zone (LUZ). The overview include commuting to work, entrepreneurship saturation which is broken down into micro, small, medium and large enterprises and by selected sections of the Polish Classification of Activities (industry, construction and trade) as well as two-dimensional investment expenditure: private and public sector investments, which we can treated as elements of a further and closer environment of city leaders. The use of two-dimensional analysis revealed four types of strategic investment behaviour: investment synergy, investment capacity building, investment recession and built investment potential.
Źródło:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury; 2017, 64, 3/II; 43-56
2300-5130
2300-8903
Pojawia się w:
Czasopismo Inżynierii Lądowej, Środowiska i Architektury
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Predicting Gross Domestic Product Components through Tsallis Entropy Econometrics
Autorzy:
Bwanakare, S.
Cierpiał-Wolan, M.
Mantaj, A.
Powiązania:
https://bibliotekanauki.pl/articles/1398884.pdf
Data publikacji:
2016-05
Wydawca:
Polska Akademia Nauk. Instytut Fizyki PAN
Tematy:
89.65.Gh
89.70.cf
Opis:
This article proposes the Tsallis non-extensive entropy econometric approach to forecast components of the country gross domestic product based on the knowledge of time series macroeconomic aggregates of the past period, plus some sparse and imperfect information of the current period. Non-extensive entropy technique has proved to remain a good modelling device not only in the case of high frequency series, but also in the case of aggregated series. To predict the missing GDP components, we set up a q-generalized Kullback-Leibler information divergence criterion function with a priori consistency, GDP related macroeconomic constraints and regular conditions. The model forecasts are compared to the official Polish GDP components of the corresponding period. The proposed Tsallis entropy approach leads to high predictive performance and shows a stronger estimation stability through different model simulations than the traditional Shannon model. Furthermore, as expected this Tsallis related approach seems to reflect a higher stability through parameter computation and simulation in comparison with the traditional Shannon-Gibbs entropy technique.
Źródło:
Acta Physica Polonica A; 2016, 129, 5; 993-996
0587-4246
1898-794X
Pojawia się w:
Acta Physica Polonica A
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