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 "Sztemberg-Lewandowska, Mirosława" wg kryterium: Autor

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-3 z 3
    Tytuł:
    Analiza niezależnych głównych składowych
    Autorzy:
    Sztemberg-Lewandowska, Mirosława
    Powiązania:
    https://bibliotekanauki.pl/articles/583117.pdf
    Data publikacji:
    2017
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    analiza głównych składowych
    zmienne niezależne
    analiza niezależnych głównych składowych
    Opis:
    Analiza głównych składowych jest metodą transformacji zmiennych pier-wotnych w zbiór nowych wzajemnie nieskorelowanych zmiennych zwanych głównymi składowymi. Składowe nieskorelowane nie gwarantują niezależności ukrytych zmiennych. Składowe niezależne wyznacza się za pomocą niezależnej analizy głównych składowych (independent component analysis). W artykule przedstawione zostaną podstawowe podo-bieństwa i różnice klasycznej i niezależnej analizy głównych składowych. Walor oryginal-ności pracy polega na przedstawieniu przykładu zastosowania niezależnej analizy głównych składowych.
    Źródło:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2017, 468; 222-229
    1899-3192
    Pojawia się w:
    Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Functional principal components analysis on the example of the achievements of students in the years 2009-2017
    Autorzy:
    Sztemberg-Lewandowska, Mirosława
    Powiązania:
    https://bibliotekanauki.pl/articles/425289.pdf
    Data publikacji:
    2019
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    level of students' knowledge
    functional data
    longitudinal data
    functional principal components analysis
    Opis:
    The functional principal components analysis joins the advantages of the principal components analysis and provide analysis of dynamic data. The main difference in both methods is the type of data the PCA is based on multivariate data, whereas the FPCA on the functional data including curves and trajectories, i.e. a series of individual observations, not a single observation, as usual. The functional principal components analysis with functional data, will be used in the analysis. This method allows the analysis of dynamic data. The purpose of the article is to apply of functional principal components analysis to the problem of student’s achievements. The article was compared the level of students' knowledge during different stages of education in 2009-2017. The analysis covers the average exam results after the II, III and IV stage of education.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2019, 23, 4; 16-29
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    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 1-3 z 3

      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