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 "indeks Giniego" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-6 z 6
    Tytuł:
    Nierówności dochodowe w Polsce w relacji miasto-wieś
    Income discrepancies in Poland in urban-rural relations
    Autorzy:
    Raczkowska, M.
    Powiązania:
    https://bibliotekanauki.pl/articles/842417.pdf
    Data publikacji:
    2015
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
    Tematy:
    Polska
    miasta
    wies
    zatrudnienie
    dochody ludnosci
    zroznicowanie dochodowe
    analiza ekonomiczna
    wspolczynnik Giniego
    wskaznik Giniego zob.wspolczynnik Giniego
    indeks Giniego zob.wspolczynnik Giniego
    Opis:
    W opracowaniu podjęto rozważania na temat nierówności dochodowych występujących w Polsce w układzie miast–wieś w latach 2005–2013. Postawiono ogólną hipotezę badawczą mówiącą, iż nierówności dochodowe na obszarach wiejskich w Polsce zwiększają się i nie różnią się swoim charakterem od nierówności występujących w miastach. Przeprowadzone wyniki badań potwierdziły zwiększanie się nierówności dochodowych na terenach wiejskich oraz ich zmniejszanie w miastach. Na terenach wiejskich spośród miar najwyżej skorelowana ze wskaźnikiem Giniego była stopa bezrobocia – współczynnik korelacji liniowej Pearsona r = –0,82. W wyniku przeprowadzonej analizy nie można zdecydowanie stwierdzić, że obniżanie stopy bezrobocia sprzyja zwiększaniu nierówności dochodów. Trudno bowiem powiedzieć, czy to bezrobocie jest efektem nierówności, czy nierówność bezrobocia. Zależność między współczynnikiem aktywności zawodowej na wsi a współczynnikiem Giniego była również ujemna i pokazywała silną zależność między zmiennymi – współczynnik korelacji Pearsona na poziomie –0,70.
    The work considers income discrepancies occurring in Poland in urban-rural configuration in 2005–2013. The general hypothesis had been stated that income discrepancies in rural areas do not increase and are not different in their nature from those occurring in urban areas. The results of the research conducted confirmed the increase of the income discrepancies in rural areas and their decrease in cities. In rural areas, the measure most correlated with Gini index was the unemployment rate – Pearson’s correlation coefficient r (–0,82). On the basis of the research conducted it is impossible to state firmly that the decrease of unemployment rate fosters the increase of income discrepancies. It is difficult to determine whether unemployment is the effect of discrepancies or discrepancies are the effect of unemployment. The correlation between the labour force participation rate and Gini index was also negative and showed the strong correlation between the variables – Pearson’s correlation coefficient: (–0,70).
    Źródło:
    Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego. Ekonomika i Organizacja Gospodarki Żywnościowej; 2015, 112
    2081-6979
    Pojawia się w:
    Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego. Ekonomika i Organizacja Gospodarki Żywnościowej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Fitting a Gaussian mixture model through the Gini index
    Autorzy:
    López-Lobato, Adriana Laura
    Avendaño-Garrido, Martha Lorena
    Powiązania:
    https://bibliotekanauki.pl/articles/2055144.pdf
    Data publikacji:
    2021
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    Gini index problem
    Gaussian mixture model
    clustering
    indeks Giniego
    model mieszaniny Gaussa
    grupowanie
    Opis:
    A linear combination of Gaussian components is known as a Gaussian mixture model. It is widely used in data mining and pattern recognition. In this paper, we propose a method to estimate the parameters of the density function given by a Gaussian mixture model. Our proposal is based on the Gini index, a methodology to measure the inequality degree between two probability distributions, and consists in minimizing the Gini index between an empirical distribution for the data and a Gaussian mixture model. We will show several simulated examples and real data examples, observing some of the properties of the proposed method.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2021, 31, 3; 487--500
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Inequality and Students’ PISA 2018 Performance: a Cross-Country Study
    Nierówności a wyniki badania umiejętności uczniów PISA 2018: porównanie międzykrajowe
    Autorzy:
    Mazurek, Jiri
    Fernández García, Carlos
    Pérez Rico, Cristina
    Powiązania:
    https://bibliotekanauki.pl/articles/1812109.pdf
    Data publikacji:
    2021-09-21
    Wydawca:
    Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
    Tematy:
    edukacja
    wskaźnik nierówności płci
    indeks Giniego
    nierówności
    PISA
    education
    gender inequality index
    Gini index
    inequality
    PISA 2018
    Opis:
    The aim of this paper was to investigate the relationship between countries’ PISA study results from 2018 and a set of indices related to socio-economic inequality, such as the Gini index, human development index, or gender inequality index, along with purely economic variables, such as GDP per capita and government expenditure on education. The study covered 70 countries, consisting of 37 OECD countries and 33 non-OECD countries. Research methods included multivariate linear regression models, k-means clustering, and hierarchical clustering. Our findings revealed that the Gini index was statistically insignificant, indicating income inequality had little effect on students’ PISA performance. On the other hand, the gender inequality index was the single most statistically significant explanatory variable for both OECD and non-OECD countries. Therefore, our recommendation for policymakers is simple: increase students’ PISA performance, thus enhancing countries’ human capital and competitiveness, and focus on decreasing gender disparity and the associated loss of achievement due to gender inequality.
    Celem tego artykułu było zbadanie związku między wynikami badania PISA przeprowadzonego w poszczególnych krajach w 2018 r. a zestawem wskaźników związanych z nierównościami społeczno-ekonomicznymi, takimi jak indeks Giniego, wskaźnik rozwoju społecznego czy wskaźnik nierówności płci, oraz ze zmiennymi czysto ekonomicznymi, takimi jak PKB per capita i wydatki rządowe na edukację. Badaniem objęto 70 krajów, w tym 37 krajów OECD i 33 kraje spoza OECD. Metody badawcze obejmowały wielowymiarowe modele regresji liniowej, grupowanie k‑średnich i grupowanie hierarchiczne. Wyniki przeprowadzonej analizy wykazały, że wskaźnik Giniego był statystycznie nieistotny, co wskazuje, że nierówności dochodowe miały niewielki wpływ na wyniki uczniów w badaniu PISA. Z drugiej strony, wskaźnik nierówności płci był jedyną najbardziej istotną statystycznie zmienną objaśniającą zarówno dla krajów OECD, jak i spoza OECD. Dlatego nasza rekomendacja dla decydentów jest prosta: należy zwiększyć wyniki uczniów w badaniu PISA, a tym samym osiągnąć poprawę w obszarze kapitału ludzkiego i konkurencyjności krajów, oraz skupić się na zmniejszaniu nierówności płci i związanej z tym utraty osiągnięć edukacyjnych wynikających z nierówności płci.
    Źródło:
    Comparative Economic Research. Central and Eastern Europe; 2021, 24, 3; 163-183
    1508-2008
    2082-6737
    Pojawia się w:
    Comparative Economic Research. Central and Eastern Europe
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Analiza nierówności dochodowych i ubóstwa w Polsce w gospodarstwach domowych z dziećmi
    Analysis of income inequality and poverty in Poland for households with children
    Autorzy:
    Jędrzejczak, Alina
    Pekasiewicz, Dorota
    Powiązania:
    https://bibliotekanauki.pl/articles/965053.pdf
    Data publikacji:
    2019
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    dochód
    nierówności
    ubóstwo
    indeks Giniego
    indeks Zengi
    program „Rodzina 500+”
    income
    inequality
    poverty
    gini index
    zenga index
    ”family 500+” child benefit programme
    Opis:
    Celem artykułu jest porównanie nierówności dochodowych i ubóstwa w Polsce w różnych typach gospodarstw domowych wyodrębnionych ze względu na liczbę dzieci w rodzinie oraz analiza zmian jakie zaszły w 2016 roku w porównaniu z latami 2014 i 2015. Rok 2016 był szczególny ze względu na realizację programu „Rodzina 500+”, który wpłynął na wzrost dochodów w niektórych typach rodzin. W analizach wykorzystano dane z badania budżetów gospodarstw domowych prowadzonego przez Główny Urząd Statystyczny. Skoncentrowano się na badaniach nierównomierności rozkładów, analizując także zjawisko ubóstwa w różnych grupach gospodarstw domowych w latach 2014–2016. W tym celu oszacowano współczynniki Giniego i Zengi oraz wskaźniki zróżnicowania skrajnych części rozkładu. Obliczenia wskaźnika zagrożenia ubóstwem, indeksu luki dochodowej oraz kwadratu luki dochodowej pozwoliły wnioskować o zasięgu, głębokości i dotkliwości ubóstwa. Z przeprowadzonych badań wynika, że w 2016 r. nastąpił spadek nierówności dochodów oraz spadek wskaźników ubóstwa, szczególnie w grupach rodzin wielodzietnych. Był to wynik wzrostu średnich dochodów w tych grupach, zmniejszenia się nierówności wewnątrz grup i spadku dysproporcji pomiędzy grupami gospodarstw domowych.
    The aim of the paper is to compare income inequalities and the level of poverty in Polish households classified into various types according to the number of children per household, and to analyse the changes in income inequalities in 2016 compared to those of 2014 and 2015. The year 2016 was special because of the launch of ”Family 500+” child benefit programme, which contributed to the growth of income in certain types of families. The research has been based on the microdata collected in the framework of the household budget survey by Statistics Poland. It focused on examining the inequality in income distribution, at the same time analysing the poverty phenomenon in various types of households in the period 2014–2016. For this purpose, Gini and Zenga inequality indices and the extremal groups dispersion ratio were estimated. The calculated at-risk-of-poverty rate along with the poverty gap and poverty severity indices made it possible to assess the intensity, depth and severity of poverty in different groups of households. The research demonstrated that in 2016, income inequalities decreased and the level of poverty fell compared to the previous years, especially in the groups of large families. This was the result of the increase in average income in these groups as well as the reduction of the income gap within and among different family types.
    Źródło:
    Przegląd Statystyczny; 2019, 66, 2; 105-124
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    The economic situation of households in Poland and the Czech Republic. Comparative analysis
    Sytuacja ekonomiczna gospodarstw domowych w Polsce i Czechach. Analiza porównawcza
    Autorzy:
    Ćwiek, Małgorzata
    Trzcińska, Kamila
    Powiązania:
    https://bibliotekanauki.pl/articles/2216835.pdf
    Data publikacji:
    2022-12-31
    Wydawca:
    Uniwersytet Rzeszowski. Wydawnictwo Uniwersytetu Rzeszowskiego
    Tematy:
    rozkład dochodów
    model Singha-Maddali
    indeks Giniego
    ubóstwo
    pomiar ubóstwa
    income distribution
    Singh-Maddala model
    Gini index
    poverty
    measuring poverty
    Opis:
    Income distribution can cause large-scale transformations in social structure, as well as in the quality of life. The aim of the paper is to compare the economic situation of households in Poland and the Czech Republic. The level and the dispersion of income distributions of households and the level of poverty due to the selected socio-economic characteristics of a respondent or a household are analysed. All the conclusions are based on the results of European Quality of Life Surveys. To describe the distribution of net equivalent income, the Singh-Maddala model is used. The estimation parameters are obtained by means of the maximum likelihood method. The descriptive statistics characterising the total situation in the Czech Republic and Poland, as well as in selected socio-economic groups, are calculated. To analyse the extent, depth and severity of poverty in the countries in question, the aggregate indices are obtained. The conducted research shows a high similarity for both distribution of equivalent income and the socio-economic groups particularly exposed to monetary poverty.
    Rozkłady dochodów mogą powodować zakrojone na szeroką skalę przemiany w strukturze społecznej, a także w jakości życia. Celem artykułu jest porównanie sytuacji ekonomicznej gospodarstw domowych w Polsce i Czechach. Analizie poddano poziom i zróżnicowanie rozkładów dochodów gospodarstw domowych oraz poziom ubóstwa ze względu na wybrane cechy społeczno-ekonomiczne respondenta lub gospodarstwa domowego. Wszystkie wnioski oparte są na wynikach European Quality of Life Surveys. Do opisu rozkładu dochodu ekwiwalentnego netto zastosowano model Singha--Maddali. Parametry estymacji uzyskano metodą największej wiarogodności. Obliczono statystyki opisowe charakteryzujące ogólną sytuację w Czechach i Polsce oraz w wybranych grupach społeczno-ekonomicznych. W celu przeanalizowania zasięgu, głębokości i nasilenia ubóstwa w rozważanych krajach obliczono wskaźniki zagregowane. Przeprowadzone badania wskazują na duże podobieństwo zarówno rozkładu dochodów ekwiwalentnych, jak i grup społeczno-ekonomicznych szczególnie narażonych na ubóstwo monetarne.
    Źródło:
    Nierówności Społeczne a Wzrost Gospodarczy; 2022, 72; 26-43
    1898-5084
    2658-0780
    Pojawia się w:
    Nierówności Społeczne a Wzrost Gospodarczy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Konkurencyjność instytucjonalna państw OECD
    Institutional competitiveness of the OECD countries
    Autorzy:
    Jakubów, Elżbieta
    Powiązania:
    https://bibliotekanauki.pl/articles/449312.pdf
    Data publikacji:
    2018
    Wydawca:
    Instytut Badań Gospodarczych
    Tematy:
    konkurencyjność instytucjonalna
    nowa ekonomia instytucjonalna
    sektor publiczny
    wzrost gospodarczy
    indeks Giniego
    institutional competitiveness
    new institutional economics
    public sector
    economic growth
    Gini coefficient
    Opis:
    Motywacja: W artykule podjęto próbę sprawdzenia, czy oprócz zmiennych o charakterze czysto ekonomicznym, znaczenie dla wzrostu gospodarczego i nierówności dochodowych w państwach OECD mają również czynniki instytucjonalne. Cel: Celem artykułu jest empiryczna analiza wpływu instytucji powiązanych z sektorem publicznym: korupcji, ochrony praw własności, restrykcyjności polityki ekologicznej i niezależności sądownictwa na sukces socjoekonomiczny społeczeństw państw OECD. Materiały i metody: W analizie empirycznej wykorzystano dane panelowe dla jednorodnej grupy dziewiętnastu państw OECD o wysokim dochodzie w latach 2005–2012. Sukces socjoekonomiczny zoperacjonalizowano przy pomocy dwóch zmiennych: wzrostu gospodarczego oraz nierówności dochodowych. Ekonometryczny model wzrostu gospodarczego, oparty na modelu Solowa rozszerzonym o instytucje i kapitał ludzki, oszacowano ważoną metodą najmniejszych kwadratów, zaś w przypadku nierówności dochodowych zastosowano model efektów stałych uwzględniający, podobnie jak model wzrostu, zarówno zmienne instytucjonalne, jak i kontrolne. Wyniki: Na podstawie wyników estymacji modeli ekonometrycznych wykazano istotny statystycznie wpływ restrykcyjności polityki ekologicznej na wzrost gospodarczy oraz ochrony praw własności na nierówności dochodowe. W obu modelach nieistotna statystycznie okazała się korupcja, zaś w modelu wzrostu — niezależność sądownictwa i ochrona praw własności.
    Motivation: The paper attempts to investigate, whether or not institutional factors beyond those of solely economic nature can influence economic growth and income inequality in the OECD countries. Aim: The purpose of this study is to examine the impact of institutional infrastructure connected with the public sector, proxied for by a set of institutional variables: corruption, protection of property rights, environmental policy stringency and judicial independence, on socioeconomic success of the OECD countries’ societies. Materials and methods: The paper introduces two econometric models estimated on annual panel data from 2005 to 2012 for a homogenous group of nineteen high income OECD countries. Two variables — economic growth and income inequality — were used in order to operationalise the socioeconomic success. The econometric model of economic growth, based on an institutions-augmented Solow model with human capital, was estimated by OLS mtehod. As for the problem of income inequalities, a fixed-effects model has been employed, which, like the growth model, takes both institutional and control variables into account. Results: Results from the empirical analysis suggest that environmental policy stringency explains to a significant extent the variation in growth rates across nations. The only institutional variable being a significant source of differences in income inequality is protection of property rights. No significant effect of corruption on any of the explained variables was find, as well as judicial independence and protection of property rights on economic growth.
    Źródło:
    Catallaxy; 2018, 3, 1; 5-15
    2544-090X
    Pojawia się w:
    Catallaxy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-6 z 6

      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