Informacja

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

Wyszukujesz frazę "multiple comparison test" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Ocena zmian komponentów wskaźnika NEET w krajach Unii Europejskiej z zastosowaniem testu T2 Hotellinga
Assessment of the changes in the NEET rate structure in EU countries based on Hotellings T2 test
Autorzy:
Giemza, Dawid
Powiązania:
https://bibliotekanauki.pl/articles/18105027.pdf
Data publikacji:
2023-05-31
Wydawca:
Główny Urząd Statystyczny
Tematy:
młodzież NEET
dekompozycja wskaźnika NEET
rynek pracy
test T2 Hotellinga
wielowymiarowe wnioskowanie statystyczne
testy porównań wielokrotnych
NEET youth
NEET rate decomposition
labour market
Hotelling’s T2 test
multivariate statistical inference
multiple comparison test
Opis:
Decydenci i badacze zajmujący się rynkiem pracy i edukacją dużo uwagi poświęcają wskaźnikowi młodzieży niepracującej, nieuczącej się i niedokształcającej się (ang. neither in employment nor in education and training – NEET) jako jednemu z mierników komplementarnych wobec stopy bezrobocia. Zazwyczaj ocenia się zmianę poziomu tego wskaźnika ogółem, bez uwzględniania zmian jego komponentów. Celem badania omówionego w artykule jest określenie wielkości zmian komponentów wskaźnika NEET w podziale według cech społeczno-demograficznych i ekonomicznych młodzieży w krajach Unii Europejskiej z zastosowaniem testu T2 Hotellinga dla pomiarów zależnych. W badaniu posłużono się wielowymiarowym wnioskowaniem statystycznym; wykorzystano testy porównań wielokrotnych. Analizą objęto lata 2019 i 2021, czyli rok poprzedzający wybuch pandemii COVID-19 oraz pełny rok jej trwania. Obliczenia przeprowadzono na podstawie danych Eurostatu. Z badania wynika, że porównanie zmian komponentów wskaźnika młodzieży NEET pozwala na bardziej szczegółową ocenę sytuacji osób młodych zaliczanych do tej kategorii niż porównanie jedynie poziomu wskaźnika NEET ogółem. Z tego powodu przy podejmowaniu decyzji w zakresie działań politycznych, przede wszystkim dotyczących polityki rynku pracy, należałoby uwzględnić podejście wielowymiarowe.
Decision-makers and researchers dealing with labour market and education are largely focused on the NEET rate of young people as an indicator complementary to the unemployment rate. Typically in studies, it is the change in the overall NEET rate of young people that is evaluated, rather than changes in its individual components. The aim of the study presented in this paper is to detect the volume of changes in the components of the NEET rate determined on the basis of socio-demographic and economic features of young people in EU countries, by means of Hotelling’s T2 test for dependent measurements. The study employed multivariate statistical inference, and more specifically, the multiple comparison tests. The analysis covered the years 2019 and 2021, i.e. the year preceding the outbreak of the COVID-19 pandemic and the full year of its duration. The calculations were performed on the data drawn from the Eurostat database. The study demonstrates that the comparison of the NEET youth rate components allows a more detailed assessment of the change in the labout market situation of young people belonging to this category than comparing the overall NEET rates only. For this reason, it would be advisable to apply a multidimensional approach when making decisions concerning labour market policies.
Źródło:
Wiadomości Statystyczne. The Polish Statistician; 2023, 68, 5; 20-39
0043-518X
Pojawia się w:
Wiadomości Statystyczne. The Polish Statistician
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Nonparametric statistical analysis for multiple comparison of machine learning regression algorithms
Autorzy:
Trawiński, B.
Smętek, M.
Telec, Z.
Lasota, T.
Powiązania:
https://bibliotekanauki.pl/articles/331296.pdf
Data publikacji:
2012
Wydawca:
Uniwersytet Zielonogórski. Oficyna Wydawnicza
Tematy:
maszyna ucząca się
test statystyczny nieparametryczny
regresja statystyczna
sieć neuronowa
wielokrotne testy porównawcze
machine learning
nonparametric statistical tests
statistical regression
neural network
multiple comparison tests
Opis:
In the paper we present some guidelines for the application of nonparametric statistical tests and post-hoc procedures devised to perform multiple comparisons of machine learning algorithms. We emphasize that it is necessary to distinguish between pairwise and multiple comparison tests. We show that the pairwise Wilcoxon test, when employed to multiple comparisons, will lead to overoptimistic conclusions. We carry out intensive normality examination employing ten different tests showing that the output of machine learning algorithms for regression problems does not satisfy normality requirements. We conduct experiments on nonparametric statistical tests and post-hoc procedures designed for multiple 1 x N and N x N comparisons with six different neural regression algorithms over 29 benchmark regression data sets. Our investigation proves the usefulness and strength of multiple comparison statistical procedures to analyse and select machine learning algorithms.
Źródło:
International Journal of Applied Mathematics and Computer Science; 2012, 22, 4; 867-881
1641-876X
2083-8492
Pojawia się w:
International Journal of Applied Mathematics and Computer Science
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