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 "categorical data analysis" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-8 z 8
    Tytuł:
    Statistical analysis of economic poverty in Poland using R
    Statystyczna analiza ekonomicznego ubóstwa w Polsce z wykorzystaniem programu R
    Autorzy:
    Brzezińska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/425034.pdf
    Data publikacji:
    2018
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    economic poverty
    multivariate statistical analysis
    categorical data analysis
    R software
    Opis:
    Economic poverty is one of the more common and complex problems in the modern world, as well as in Poland. This is a complex and multidimensional phenomenon, and therefore there is no single universally valid definition of poverty. This article presents a statistical analysis of economic poverty in Poland based on real data from the Central Statistical Office of Poland. An in-depth statistical analysis of the social situation of Poles will be presented, as well as an attempt to examine interdependencies in the occurrence of various forms of poverty and social exclusion in Poland. In the article, several multivariate statistical methods are presented together with the graphical presentation of results. We present a correspondence analysis with a perception map, as well as the advanced modern visualizing tool for categorical data. All the calculations were conducted using R software.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2018, 22, 2; 45-53
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analysis of latent class models in economic research
    Analiza modeli zmiennych ukrytych w badaniach ekonomicznych
    Autorzy:
    Brzezińska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/425114.pdf
    Data publikacji:
    2016
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    latent class models
    latent variables
    categorical data analysis
    R software
    Opis:
    Latent variable models are used and applied in many areas of the social and behavioral sciences. The increasing availability of computer packages for fitting such models makes latent variable models popular, known and applied in many scientific areas. Latent variable models have a very wide range of applications, especially in the presence of repeated observations, longitudinal data, and multilevel data. The basic model postulates an underlying categorical latent variable; within any category of the latent variable the manifest or observed categorical variables are assumed independent of one another (the axiom of conditional independence). The observed relationships between the manifest variables are thus assumed to result from the underlying classification of the data produced by the categorical latent variable. In this paper we present the theoretical and methodological aspects of latent variable models, as well as their application in R software in the field of economic research.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2016, 4 (54); 36-47
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The analysis of the structure of university positions in Poland using classification methods
    Zastosowanie metod klasyfikacji i segmentacji w analizie danych jakościowych
    Autorzy:
    Brzezińska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/425205.pdf
    Data publikacji:
    2020
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    categorical data analysis
    classification methods
    structure of university positions in Poland
    Opis:
    Categorical data analysis is a statistical method that can be successfully applied in different scientific areas, such as: social, medical, psychological and political sciences. Classification and segmentation are statistical methods that usually have been used for large quantitative datasets to identify segments in the data, however if applied for categorical data for contingency tables, one may arrive at impressive results as well. This paper presents the use of classification and segmentation methods for categorical data in a contingency table based on real data from Central Statistics on the number of university positions in Polish voivodeships. The authors compare the results of different approaches and provide graphical results using advanced visualization tools, perceptual map (biplot) and dendrogram. Comparative analysis provides information on corresponding categories of academic positions in different voivodeships. All calculations are conducted in R.
    Analiza danych jakościowych należy do grupy metod statystycznych, która może być z powodzeniem wykorzystywana w wielu obszarach naukowych, takich jak: nauki społeczne, medyczne, psychologiczne oraz polityczne. Metody klasyfikacji i segmentacji są technikami statystycznymi, które wykorzystuje się zazwyczaj do analizy dużych zbiorów danych o charakterze ilościowym w celu identyfikacji segmentów w danych. Zastosowanie tych metod w analizie danych jakościowych może także przynieść zaskakujące wyniki. W niniejszym artykule zaprezentowano metody klasyfikacji i segmentacji do analizy danych jakościowych w analizie tablic kontyngencji. Porównano wyniki i rezultaty różnych podejść, a także zaprezentowano graficznie wyniki analizy. Wszystkie obliczenia przeprowadzono w programie R na danych rzeczywistych pochodzących z Głównego Urzędu Statystycznego.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2020, 24, 1; 71-81
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Model of Latent Profile Factor Analysis for Ordered Categorical Data
    Autorzy:
    Tarka, Piotr
    Powiązania:
    https://bibliotekanauki.pl/articles/465729.pdf
    Data publikacji:
    2013
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    latent profile factor analysis model ordered categorical data
    Opis:
    In the literature factor analysis is admittedly a well-known and effective multivariate method in the reduction of extensive and broad data, e.g., in the analysis of too many variables. It is also known for the process of unidimensional or multidimensional scale/s construction. Typically, in many studies (especially those pertaining to market research area) a common factor analysis solution is used (based on continuous data). However, there are rarely ever undertaken studies pertaining to latent variable models where other type of data is used based on discrete variables. One of these models might be called Latent Profile Factor Analysis - LPFA. In this article author’s main objective is to propose and discuss its (LPFA) main assumptions. In order to prove the model’s functionality in practice of market research, a brief example of LPFA model for ordered categorical data (based on one-factorial solution) in reference to hedonic consumption data is given at the end of the paper.
    Źródło:
    Statistics in Transition new series; 2013, 14, 1; 171-182
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Zastosowanie wielowymiarowych metod statystycznych w diagnozie alfabetyzmu finansowego w Polsce na podstawie testu „wielkiej piątki”
    Applying multidimensional statistical methods in the diagnosis of financial literacy in Poland using the Big Five test
    Autorzy:
    Brzezińska, Justyna
    Powiązania:
    https://bibliotekanauki.pl/articles/40553367.pdf
    Data publikacji:
    2024-08-02
    Wydawca:
    Szkoła Główna Handlowa w Warszawie. Kolegium Zarządzania i Finansów
    Tematy:
    financial literacy in Poland
    R software
    Big Five test
    financial knowledge
    categorical data analysis
    alfabetyzm finansowy w Polsce
    program R
    test „wielkiej piątki”
    wiedza finansowa
    wielowymiarowa analiza statystyczna
    Opis:
    Wiedza finansowa (ang. financial knowledge) i umiejętność jej zastosowania w praktyce (ang. financial skills, abilities) określają alfabetyzm finansowy (ang. financial literacy). Jak wynika z ostatnich badań, poziom wiedzy finansowej Polaków jest niski na tle zarówno Europy, jak i krajów świata. Stąd też istotna wydaje się potrzeba uporządkowania i usystematyzowania wiedzy w tym obszarze. Ponadto, brakuje rzetelnych narzędzi statystycznych, które pozwalałyby na diagnozę poziomu alfabetyzmu finansowego, dostarczając obiektywnych wyników, a także umożliwiając wdrożenie rozwiązań, których celem byłaby poprawa wiedzy oraz świadomości finansowej. W niniejszym artykule zostaną przedstawione wyniki badań opartych na teście wiedzy finansowej i pytaniach zawartych w kwestionariuszu „wielkiej piątki” (ang. big five), które przeprowadzono w Polsce. Zgromadzone w tym celu dane opracowano z wykorzystaniem wielowymiarowych metod statystycznych przeznaczonych do analizy pozycji testowych i danych jakościowych, a wszelkie obliczenia zostały przeprowadzone w programie R.
    Financial knowledge and financial abilities (skills) are understood as financial literacy. As we see from the previous research, the level of financial literacy and knowledge in Poland is low. It is important to fill the existing gap in the area of application of new and modern statistical methods that will allow for measuring the level of financial literacy through objective and reliable tools. In this paper we present results of own research on financial literacy in Poland based on Big Five questions. We apply the R software for statistical analysis.
    Źródło:
    Studia i Prace Kolegium Zarządzania i Finansów; 2023, 195; 267-282
    1234-8872
    2657-5620
    Pojawia się w:
    Studia i Prace Kolegium Zarządzania i Finansów
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    An alternative extension of the k-means algorithm for clustering categorical data
    Autorzy:
    San, O. M.
    Huynh, V. N.
    Nakamori, Y.
    Powiązania:
    https://bibliotekanauki.pl/articles/907406.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    analiza skupień
    dane kategoryczne
    eksploracja danych
    cluster analysis
    categorical data
    data mining
    Opis:
    Most of the earlier work on clustering has mainly been focused on numerical data whose inherent geometric properties can be exploited to naturally define distance functions between data points. Recently, the problem of clustering categorical data has started drawing interest. However, the computational cost makes most of the previous algorithms unacceptable for clustering very large databases. The k-means algorithm is well known for its efficiency in this respect. At the same time, working only on numerical data prohibits them from being used for clustering categorical data. The main contribution of this paper is to show how to apply the notion of "cluster centers'' on a dataset of categorical objects and how to use this notion for formulating the clustering problem of categorical objects as a partitioning problem. Finally, a k-means-like algorithm for clustering categorical data is introduced. The clustering performance of the algorithm is demonstrated with two well-known data sets, namely, soybean disease and nursery databases.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2004, 14, 2; 241-247
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Poczucie śląskości wśród Ślązaków – analiza empiryczna z wykorzystaniem modeli klas ukrytych
    A sense of being Silesian – an empirical analysis with the use of latent class models
    Autorzy:
    Genge, Ewa
    Powiązania:
    https://bibliotekanauki.pl/articles/425295.pdf
    Data publikacji:
    2013
    Wydawca:
    Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
    Tematy:
    latent class analysis
    mixture model
    model-based clustering
    categorical data
    Opis:
    The paper focuses on latent class models and their application for quantitative data. Latent class modeling is one of multivariate analysis techniques of the contingency table and can be viewed as a special case of model-based clustering, for multivariate discrete data. It is assumed that each observation comes from one of the numbers of subpopulations, with its own probability distribution. We used latent class analysis for grouping and detecting homogeneity of Silesian people using poLCA package of R. We analyzed data collected by the Department of Social Pedagogy, University of Silesia in Katowice.
    Źródło:
    Econometrics. Ekonometria. Advances in Applied Data Analytics; 2013, 4(42); 48-59
    1507-3866
    Pojawia się w:
    Econometrics. Ekonometria. Advances in Applied Data Analytics
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The effect of binary data transformation in categorical data clustering
    Autorzy:
    Cibulková, Jana
    Šulc, Zdenek
    Sirota, Sergej
    Rezanková, Hana
    Powiązania:
    https://bibliotekanauki.pl/articles/1194463.pdf
    Data publikacji:
    2019-07-02
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    hierarchical cluster analysis
    nominal variable
    binary variable
    categorical data
    similarity measures
    evaluation criteria
    generated data
    Opis:
    This paper focuses on hierarchical clustering of categorical data and compares two approaches which can be used for this task. The first one, an extremely common approach, is to perform a binary transformation of the categorical variables into sets of dummy variables and then use the similarity measures suited for binary data. These similarity measures are well examined, and they occur in both commercial and non-commercial software. However, a binary transformation can possibly cause a loss of information in the data or decrease the speed of the computations. The second approach uses similarity measures developed for the categorical data. But these measures are not so well examined as the binary ones and they are not implemented in commercial software. The comparison of these two approaches is performed on generated data sets with categorical variables and the evaluation is done using both the internal and the external evaluation criteria. The purpose of this paper is to show that the binary transformation is not necessary in the process of clustering categorical data since the second approach leads to at least comparably good clustering results as the first approach.
    Źródło:
    Statistics in Transition new series; 2019, 20, 2; 33-47
    1234-7655
    Pojawia się w:
    Statistics in Transition new series
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-8 z 8

      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