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 "wskaźniki agregatowe" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-2 z 2
    Tytuł:
    Iteracyjna metoda liniowego porządkowania obiektów wielocechowych
    Iterative Method for Linear Ordering of Multidimentional Objects
    Autorzy:
    Sokołowski, Andrzej
    Markowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/1373829.pdf
    Data publikacji:
    2017
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    porządkowanie liniowe
    wskaźniki agregatowe
    Opis:
    W porządkowaniu liniowym obiektów wielocechowych najpopularniejszą metodą doprowadzania danych do porównywalności jest transformacja zmiennych do przedziału [0;1] z jednoczesną zamianą destymulant na stymulanty. W tym przekształceniu wykorzystuje się zaobserwowane najmniejsze i największe wartości zmiennych. Jeżeli występują wartości odstające, lub rozkład zmiennej jest bardzo asymetryczny to w efekcie mamy do czynienia ze sztucznym ważeniem tej zmiennej. Przy asymetrii prawostronnej zmienna sztucznie zyskuje na zaznaczeniu, a przy lewostronnej – traci. W pracy zaproponowano nową, iteracyjną metodę porządkowania obiektów wielocechowych, która pozwala na ominięcie omówionej niedogodności metody klasycznej. Dalsze pozycje w rankingu wyznacza się kolejno, po jednej w każdej iteracji, a przyporządkowany obiekt jest eliminowany ze zbioru, w którym poszukujemy obiektu następnego w kolejności. Taka procedura wymagała również zaproponowania nowego sposobu wyznaczania wskaźnika agregatowego.
    Źródło:
    Przegląd Statystyczny; 2017, 64, 2; 153-162
    0033-2372
    Pojawia się w:
    Przegląd Statystyczny
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Dostosowanie przedsiębiorstw do wymogów czwartej rewolucji przemysłowej – ujęcie regionalne
    Adjustment of enterprises to the requirements of the fourth industrial revolution – regional approach
    Autorzy:
    Sokołowski, Andrzej
    Markowska, Małgorzata
    Powiązania:
    https://bibliotekanauki.pl/articles/1026307.pdf
    Data publikacji:
    2021-01-29
    Wydawca:
    Główny Urząd Statystyczny
    Tematy:
    Przemysł 4.0
    wskaźniki agregatowe
    rankingi
    regiony NUTS 2
    Industry 4.0
    composite indicators
    rating
    NUTS 2 regions
    Opis:
    Celem artykułu jest zaproponowanie agregatowego wskaźnika poziomu rozwoju polskich regionów szczebla NUTS 2 w zakresie wdrażania i efektów rozwiązań charakteryzujących czwartą rewolucję przemysłową (Przemysł 4.0) oraz przedstawienie rankingu regionów pod względem dostosowania przedsiębiorstw do wymogów Przemysłu 4.0. Podstawą obliczeń były wyniki badania eksperymentalnego przeprowadzonego przez GUS w 2019 r. Zastosowano dwie metody wyznaczania wskaźnika agregatowego: klasyczną oraz iteracyjną, która uwzględnia ocenę odporności wskaźnika na ewentualne obserwacje odstające. Zakres przedmiotowy obejmował 10 podkryteriów, a w ich ramach – 21 cech statystycznych. Przodującym regionem pod względem wdrażania rozwiązań z zakresu Przemysłu 4.0 okazało się woj. opolskie. Ocena trafności zaproponowanego wskaźnika będzie możliwa na podstawie porównań z wynikami analogicznych badań GUS przeprowadzanych w kolejnych latach.
    The aim of the paper is to propose a composite indicator characterising the level of development of Polish NUTS 2 regions with respect to the implementation and results of the changes the fourth industrial revolution (Industry 4.0) entails, and to present a ranking of regions illustrating the degree to which enterprises have adjusted to the requirements of Industry 4.0. Data used for the calculations have been based on the results of an experimental research conducted by Statistics Poland (GUS) in 2019. Two methods for constructing the composite indicators have been used - classical and iterative which is to assess the indicator's resilience to the influence of any potential outliers. 10 sub-criteria, covered by 21 variables have been taken into account. Opolskie region appeared to be the best NUTS 2 region in Poland in terms of the implementation of the requirements outlined by Industry 4.0. The evaluation of the proposed composite indicator will be possible when comparing it with the results of similar surveys carried out by GUS in the future.
    Źródło:
    Wiadomości Statystyczne. The Polish Statistician; 2021, 66, 1; 32-48
    0043-518X
    Pojawia się w:
    Wiadomości Statystyczne. The Polish Statistician
    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