Informacja

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

Wyszukujesz frazę "grupowanie obiektów" wg kryterium: Temat


Wyświetlanie 1-9 z 9
Tytuł:
Zróżnicowanie polskich województw ze względu na poziom innowacyjności przedsiębiorstw w latach 2010-2014 – wykorzystanie metod taksonomicznych
Disparity of Polish voivodeships according to level of innovation In enterprises in years 2010-2014: application of taxonomic methods
Autorzy:
Malinowski, Mariusz
Powiązania:
https://bibliotekanauki.pl/articles/956195.pdf
Data publikacji:
2017
Wydawca:
Uniwersytet w Białymstoku. Wydawnictwo Uniwersytetu w Białymstoku
Tematy:
linear classification
object grouping
conformity of assignment and classification results
porządkowanie liniowe
grupowanie obiektów
zgodność wyników porządkowania i klasyfikacji
Opis:
Celem artykułu jest określenie poziomu innowacyjności przedsiębiorstw na poziomie województw z wykorzystaniem różnych metod taksonomicznych. W pierwszej części artykułu przedstawiono problematykę innowacyjności przedsiębiorstw. W drugiej części na podstawie danych statystycznych określono poziom innowacyjności przedsiębiorstw w poszczególnych województwach, w latach 2010-2014. Wskazano możliwość wykorzystania metod wielowymiarowej analizy porównawczej do ustalenia poziomu innowacyjności. Stosując metody wzorcowe i bezwzorcowe, dokonano porządkowania liniowego województw ze względu na poziom innowacyjności przedsiębiorstw, jak również zbadano zbieżność uzyskanych uporządkowań. Wykorzystując metodę Warda i metodę PAM, pogrupowano województwa z uwagi na podobny poziom innowacyjności przedsiębiorstw. Następnie oceniono efektywność uzyskanych grupowań.
The purpose of this paper is to define the level of innovation in enterprises that conduct business in selected regions with the use of various taxonomic methods. The first part is concerned with issues of enterprise innovation. In the second part, the level of innovation is assessed in individual voivodeships between the years 2010 and 2014, on the basis of statistical data. The author discusses the usefulness of multidimensional comparative analysis to define the level of innovation. A linear classification of the studied voivodeships in terms of enterprise innovation levels is performed, using standard and nonstandard methods. Moreover, the convergence of the classifications is examined. Ward’s method and the PAM method are applied to group the voivodeships according to enterprise innovation level. Finally, the effectiveness of the obtained groupings is assessed.
Źródło:
Optimum. Economic Studies; 2017, 2(86); 178-197
1506-7637
Pojawia się w:
Optimum. Economic Studies
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Zróżnicowanie obszarów wiejskich województwa małopolskiego pod względem poziomu rozwoju społeczno – gospodarczego
Diversity of rural areas of Malopolska province in terms of the level of socio - economic development
Autorzy:
JAWORSKA, Monika
BOGUSZ, Małgorzata
Powiązania:
https://bibliotekanauki.pl/articles/550579.pdf
Data publikacji:
2016
Wydawca:
Wyższa Szkoła Biznesu i Przedsiębiorczości w Ostrowcu Świętokrzyskim
Tematy:
rozwój społeczny
rozwój gospodarczy
obszar wiejski
gmina miejsko – wiejska
metoda unitaryzacji zerowanej
grupowanie obiektów
social development
economic development
rural area
grouping objects
Opis:
W opracowaniu przeprowadzono analizę zróżnicowania poziomu rozwoju społeczno – gospodarczego gmin wiejskich i miejsko – wiejskich województwa małopolskiego. Badaniem objęto 168 gmin wiejskich i miejsko-wiejskich województwa małopolskiego. W celu zanalizowania poziomu rozwoju społeczno – gospodarczego posłużono się wskaźnikiem syntetycznym i wykorzystano jedną z formuł jaką jest addytywna funkcja agregująca. Za pomocą przedstawionej metody dokonano hierarchizacji i grupowania obiektów według poziomu rozwoju społeczno – gospodarczego w poszczególnych gminach.
The study analyzed disparities in socio - economic development of rural and urban - rural province of Malopolska. The study involved 168 rural communes and urban-rural province of Malopolska. In order to analyze the level of socio - economic development were used synthetic indicator and one of the formulas used which is additive aggregate function. Using the method shown hierarchy made and grouping objects by level of socio - economic development in individual municipalities.
Źródło:
Acta Scientifica Academiae Ostroviensis. Sectio A, Nauki Humanistyczne, Społeczne i Techniczne; 2016, 7(1)/2016; 42-49
2300-1739
Pojawia się w:
Acta Scientifica Academiae Ostroviensis. Sectio A, Nauki Humanistyczne, Społeczne i Techniczne
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie metody analizy skupień do identyfikacji jednorodnych zlewni pod względem indeksów powodziowości i wybranych charakterystyk fizjograficznych
Method of cluster analysis in homogenous catchments identification considering flood indexes and selected physiographic characteristics
Autorzy:
Walega, A.
Krzanowski, S.
Chmielowski, K.
Powiązania:
https://bibliotekanauki.pl/articles/60860.pdf
Data publikacji:
2009
Wydawca:
Polska Akademia Nauk. Stowarzyszenie Infrastruktura i Ekologia Terenów Wiejskich PAN
Tematy:
dorzecze Wisly
zlewnie rzek
charakterystyka fizjograficzna
indeks powodziowosci
grupowanie obiektow
analiza skupien
Opis:
Jednym z celów działalności poznawczej jest charakterystyka, grupowanie oraz klasyfikacja zjawisk, przedmiotów i zachowań. Podział jakiegoś zbioru przedmiotów, obiektów lub urządzeń na podzbiory oddaje szczególne usługi w pracach normalizacyjnych. W wyniku obiektywnej analizy struktury badanego zbioru jest możliwe m.in. ustalenie wzajemnych powiązań między elementami tworzącymi dany zbiór. Jest to szczególnie istotne w hydrologii, a zwłaszcza w modelowaniu procesów zachodzących w zlewni czy dorzeczu. Relacje pomiędzy charakterystykami zlewni i parametrami modeli hydrologicznych są niezwykle ważne przy estymowaniu parametrów rozkładów statystycznych, oceny zmian w zlewniach i prognozowaniu zjawisk hydrologicznych w zlewniach niekontrolowanych. Znajomość przestrzennego rozkładu charakterystyk hydrologicznych jest coraz częściej wykorzystywana w gospodarce wodnej, a zwłaszcza podczas sporządzaniu planów gospodarowania wodami w obszarze zlewni czy dorzeczy. W celu oszacowania interesujących charakterystyk hydrologicznych w zlewniach niekontrolowanych często stosuje się metodę częstości regionalnych, dzięki której można wydzielić obszary o jednorodnym przebiegu analizowanego zjawiska. Do wydzielania jednorodnych obszarów powszechnie wykorzystuje się również metody regresji dwu lub wielu zmiennych, analizy skupień, krigingu czy sztucznych sieci neuronowych. Metody skupiania bazują na wewnętrznym kryterium podziału, jakim jest matematycznie zdefiniowane podobieństwo między obiektami. Odpowiednie procedury skupiania tworzą grupy obiektów. W praktyce odległości między skupieniami określa się następującymi metodami: pojedynczego wiązania, pełnego wiązania, średnich połączeń, średnich połączeń ważonych, środków ciężkości, ważonych środków ciężkości i Warda. Celem pracy jest analiza możliwości zastosowania metody analizy skupień do wydzielania jednorodnych obszarów pod względem indeksu powodziowości i wybranych charakterystyk fizjograficznych zlewni w dorzeczu Wisły. Materiał wyjściowy stanowiły dane hydrologiczne i wybrane charakterystyki fizjograficzne zlewni rzek w dorzeczu Wisły. W pracy wykorzystano dane z 33 zlewni rzek będących bezpośrednimi dopływami Wisły. Z charakterystyk fizjograficznych do analizy przyjęto: powierzchnię zlewni A i średnią jej wysokość na poziomem morza Hśr, stoczystość zlewni I, długość cieku głównego L i współczynnik kształtu zlewni Rf. Analizy wykazały, że najlepsze rezultaty grupowania uzyskano stosując metodę Warda, gdzie wydzielono sześć jednorodnych zlewni z uwagi na indeks powodziowości, powierzchnię, średnią wysokość n.p.m. i stoczystość, długość cieku głównego oraz współczynnik kształtu. W każdym z wyróżnionych jednorodnych obszarów w odmiennym stopniu analizowane czynniki fizjograficzne wpływają na kształtowanie się indeksu powodziowości.
One of educating activities aims is characteristic, grouping and classification of phenomena, objects and behaviors. Division of some group of objects, subjects or devices into subgroups plays very important role in standardization operations. A result of objective analysis of the tested set structure is the possibility to determine mutual relations between elements which create the set. This is particularly important in hydrology, especially in modeling of processes that occur in catchments or drainage basins. Relations between catchments characteristics and hydrologic models’ parameters are extremely important in estimation of parameters of statistic distributions, evaluation of changes in catchments and prognosis of hydrological phenomena in uncontrolled catchments. The knowledge of the spatial distribution of hydrological characteristics is more and more often used in water management, especially during water management plans creation in the area of catchments or drainage basins. In order to estimate interesting hydrological characteristics in uncontrolled catchments the method of regional frequency analysis is applied, which allows to allocate areas of homogenous type of the analyzed phenomenon. To allocate the homogenous areas methods of two or more variables regression, cluster analysis, kriging or artificial neural networks are applied, too. Grouping methods base on the internal division criterion, which is mathematic definition of similarity between the objects. The appropriate procedures of grouping create sets of objects. In practice distances between the sets are defined with the following methods: single linkage, full linkage, pair group average, weighted pair group average, center of gravity, weighted center of gravity and Ward method. The aim of the work is the analysis of possibilities of cluster analysis method appliance to allocate homogenous areas regarding the flood index and selected physiographic characteristics of catchments in Vistula River drainage basin. The initial material was the hydrological data and chosen physiographic characteristics of rivers in Vistula River drainage basin. Data from 33 catchments of rivers which are direct Vistula inflows was used. The analysis took the following physiographic characteristics: the area of catchment (A) and its average height over the sea level (Hav), catchments inclination (I), length of the main stream (L) and the catchments’ shape factor (Rf). The analyses have shown that the best grouping results were gained using the Ward method, in which six homogenous catchments were allocated regarding the flood index, area, average height over the sea level and inclination, main stream length and the shape factor. In each of the set homogenous areas analyzed physiographic factors influence the flood index in the different way and to the different degree.
Źródło:
Infrastruktura i Ekologia Terenów Wiejskich; 2009, 06
1732-5587
Pojawia się w:
Infrastruktura i Ekologia Terenów Wiejskich
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wykorzystanie gradacyjnej analizy danych do klasyfikacji podregionów pod względem struktury agrarnej
Use gradation data analysis to the classification of sub-regions in terms of the agrarian structure
Использование градационного анализа данных для классификации субрегионов в отношении к аграрной структуре
Autorzy:
Koszela, Grzegorz
Powiązania:
https://bibliotekanauki.pl/articles/543759.pdf
Data publikacji:
2016-06
Wydawca:
Główny Urząd Statystyczny
Tematy:
podobieństwo struktur
mapa nadreprezentacji
grupowanie obiektów
gradacyjna analiza danych
similarity of structures
map the over-representation
grouping objects
gradation data analysis
сходство структур
карта перепредставленности
группировка объектов
градационный анализ данных
Opis:
W artykule podjęto problem dotyczący pomiaru niepodobieństwa struktur. Okazało się, że zaproponowana w nim miara, zbudowana na zasadzie analogii ze współczynnikiem Giniego, pozwala wychwycić subtelności, na które nie są czułe powszechnie stosowane w literaturze miary oparte na metrykach. W opracowaniu przedstawiono sposób wizualizacji struktur przy wykorzystaniu map nadreprezentacji oraz sposoby grupowania obiektów za pomocą gradacyjnej analizy danych. Otrzymane wyniki grupowania przedstawiono na tle wyników uzyskanych innymi metodami.
The article deals with the problem of measuring the dissimilarity structures. It turned out that the proposed measure, built by analogy with the Gini coefficient, can capture the subtleties, to which are not sensitive measure based on the metrics, commonly used in the literature. This paper presents a way to visualize structures using maps over-representation and ways of grouping objects by gradation data analysis. The groupings results are shown in comparison with the results obtained by other methods.
В статье была предпринята проблема измерения несходства структур. Оказалось, что предлагаемая мера, разработанная по принципу аналогии с коэффициентом Джини, позволяет обнаружить тонкости, на которые не чувствительны обычно используемые меры основанные на метриках. В разработке был представлен способ визуализации структур с использованием карт перепредставленности, а также способы группировки объектов с помощью градационного анализа данных. Полученные результаты группировки представляются на фоне результатов полученных другими методами.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2016, 6; 10-30
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wprowadzenie do statystycznych analiz wielozmiennych. Część II. Przykład zastosowania
An introduction to multivariate statistical analyses. Part II. The application
Autorzy:
Kaczmarek, Zygmunt
Mańkowski, Dariusz R.
Powiązania:
https://bibliotekanauki.pl/articles/2197990.pdf
Data publikacji:
2011-03-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analizy wielocechowe
grupowanie wielocechowe obiektów
jęczmień jary
macierz korelacji
macierz kowariancji
MANOVA
wielocechowe mary podobieństwa
multivariate analysis
multivariate grouping
spring barley
correlation matrix
covariance matrix
multivariate similarity measures
Opis:
Prowadząc doświadczenia oraz analizując dane pochodzące z doświadczeń często obserwuje się i analizuje wiele cech charakteryzujących pewne obiekty doświadczalne. Często każda z tych cech analizowana jest osobno. Jednak, by mieć pełen obraz wyłaniający się z prowadzonych badań, należy sięgnąć do analizy wielocechowej pozwalającej na całościowe podejście do badanego problemu. W pracy przedstawiono praktyczny przykład obliczeniowy opisanych w części pierwszej metod wielocechowych analiz statystycznych. W szczególności przedstawiono wielozmienną analizę wariancji oraz powiązane z nią: analizę kontrastów oraz analizę zmiennych kanonicznych.
While conducting research and analysing experimental data, one often observes and analyses multiple characteristics of certain experimental objects. Often each of these characteristics is analyzed separately. However, to have a complete picture emerging from the research you should use multivariate analysis which allowing a holistic approach to the investigation of the problem. The paper presents a practical example of the calculation methods of multivariate statistical analysis formally described in the first part. In particular, this paper presents the MANOVA analysis and an analysis of contrasts and canonical variables analysis associated with it.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 259; 35-49
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wprowadzenie do statystycznych analiz wielozmiennych. Część I. Podstawy teoretyczne
An introduction to multivariate statistical analyses. Part I. Theoretical background
Autorzy:
Kaczmarek, Zygmunt
Mańkowski, Dariusz R.
Powiązania:
https://bibliotekanauki.pl/articles/2197987.pdf
Data publikacji:
2011-03-31
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
analizy wielocechowe
grupowanie wielocechowe obiektów
macierz korelacji
macierz kowariancji
MANOVA
wielocechowe miary podobieństwa
multivariate analysis
multivariate grouping
correlation matrix
covariance matrix
multivariate similarity measures
Opis:
Analizy wielocechowe są coraz szerzej stosowane w badaniach rolniczych. Powszechna dostępność pakietów statystycznych realizujących tego typu analizy pozwala na ich powszechne wykorzystywanie. Problemem staje się więc umiejętność właściwego wykorzystania tych analiz i poprawnej interpretacji uzyskanych z nich wyników. W pracy omówiono podstawowe pojęcia analizy wielozmiennej, opisano wielozmienny model liniowy obserwacji, wielocechową analizę wariancji, niezbędne statystyki testowe a także wielocechowe metody oceny podobieństwa obiektów.
Multivariate analyses are increasingly used in agricultural research. The widespread availability of statistical packages pursuing this type of analysis allows for their use. Then, the ability of appropriate application of the analysis and correct interpretation of its results becomes problematic. The paper discusses basic concepts of the multivariate analysis, the multivariate model of observations, the multivariate analysis of variance, the appropriate statistical tests and the multivariate methods for estimation of the objects’ similarity.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2011, 259; 23-34
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Wpływ redukcji liczby zmiennych na stabilność grupowania
Autorzy:
Rozmus, Dorota
Powiązania:
https://bibliotekanauki.pl/articles/584603.pdf
Data publikacji:
2018
Wydawca:
Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu
Tematy:
grupowanie obiektów
liczba grup
stabilność grupowania
redukcja liczby zmiennych
analiza czynnikowa
Opis:
W artykule zbadany został wpływ formalnych metod doboru zmiennych na stabilność grupowania. Kryterium stabilności bada, czy grupy, które zostały utworzone w wyniku grupowania zbioru obiektów, występują rzeczywiście (zatem struktura jest stabilna), czy też pojawiły się przypadkowo i uzyskana struktura nie odzwierciedla tej istniejącej w danych. Jako formalną metodę doboru zmiennych zastosowano analizę czynnikową, natomiast badanie stabilności grupowania przeprowadzono za pomocą metody w przybliżeniu nieobciążonego prawdopodobieństwa bootstrapowego na zbiorach danych społeczno-ekonomicznych utworzonych na podstawie danych zaczerpniętych z Głównego Urzędu Statystycznego. Uzyskane wyniki pokazują, że zastosowanie analizy czynnikowej do redukcji liczby zmiennych może wpływać zarówno na stabilność grupowania, jak i na uzyskiwaną strukturę grup
Źródło:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu; 2018, 508; 180-189
1899-3192
Pojawia się w:
Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Warunki i efekty działalności łowieckiej w Polsce według województw
Autorzy:
Śliwicki, Dominik
Powiązania:
https://bibliotekanauki.pl/articles/543326.pdf
Data publikacji:
2017
Wydawca:
Główny Urząd Statystyczny
Tematy:
hunting
object ordering
object grouping
łowiectwo
porządkowanie obiektów
grupowanie obiektów
Opis:
Celem artykułu jest wyodrębnienie województw o podobnych warunkach i efektach prowadzenia działalności łowieckiej. Jako narzędzia badawcze wykorzystano technikę porządkowania liniowego i grupowania obiektów wielocechowych. W badaniu posłużono się danymi GUS w zakresie łowiectwa za 2015 r. Do doboru zmiennych diagnostycznych uwzględnionych w konstrukcji rankingów oraz grup województw wykorzystano parametryczną metodę Hellwiga. Z badania przeprowadzonego dwiema metodami o różnych sposobach normalizacji zmiennych diagnostycznych oraz odmiennej konstrukcji mierników rozwoju otrzymano podobne wyniki zarówno w zakresie uporządkowania, jak i wyodrębnienia grup województw.
The aim of the article is to distinguish voivodships with similar conditions and results of hunting activities. As a research tool, the technique of linear sorting and grouping of multi-feature objects was used. The survey was conducted using the data on hunting for 2015 published by CSO. For the selection of diagnostic variables included in the construction of the rankings and groups of voivodships the parametric Hellwig method was used. Similar outcomes were obtained as a result of the research conducted by two methods with various ways of diagnostic variables normalization and different design of development measures, both in terms of ordering and isolating groups of voivodships.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2017, 6
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Propozycja metody grupowania obiektów jedno- i wielocechowych z zastosowaniem odległości Mahalanobisa i analizy skupień
A proposed method for grouping uni- and multivariate treatments using Mahalanobis distance and cluster analysis
Autorzy:
Kaczmarek, Zygmunt
Czajka, Stanisław
Adamska, Elżbieta
Powiązania:
https://bibliotekanauki.pl/articles/41497522.pdf
Data publikacji:
2008
Wydawca:
Instytut Hodowli i Aklimatyzacji Roślin
Tematy:
ANOVA
MANOVA
analiza skupień
grupowanie obiektów
najmniejsza istotna odległość
odległość Mahalanobisa
cluster analysis
grouping of treatments
least significant distance
Mahalanobis distance
Opis:
Praca zawiera propozycję metody grupowania wielocechowych obiektów o rozkładach normalnych ze wspólną macierzą kowariancji. Metoda ta jest stosowana w analizie skupień i wykorzystuje odległości Mahalanobisa jako miarę podobieństwa dwóch obiektów. Grupowanie polega na łączeniu obiektów najbardziej do siebie podobnych, czyli takich między którymi odległość Mahalamnobisa jest najmniejsza. Jako kryterium zastopowania procesu grupowania, zarówno w przypadku obiektów wielocechowych jak i jednocechowych, przyjęto „najmniejszą istotną odległość” wyznaczoną każdorazowo dla porównywanych obiektów. Prezentowana metoda jest zilustrowana przykładem numerycznym grupowania linii DH rzepaku ozimego.
A method for grouping the multivariate normal treatments with common covariance matrix is proposed. The method is applicable in cluster analysis and utilizes the Mahalanobis distance as a of measure similarity of two treatments. It is based on the successive merging of two most similar samples taken from the treatments in the sense of minimal distance between them. The “least significant distance” is used as the criterion to determine a stopping rule for the grouping uni- and multivariate treatments. A numerical example from the winter oilseed rape data is included to illustrate the proposed method.
Źródło:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin; 2008, 249; 9-10
0373-7837
2657-8913
Pojawia się w:
Biuletyn Instytutu Hodowli i Aklimatyzacji Roślin
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