Informacja

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

Wyszukujesz frazę "wspolczynnik Morana" wg kryterium: Temat


Wyświetlanie 1-2 z 2
Tytuł:
Przestrzenne zróżnicowanie cen ziemi rolniczej na poziomie województw w Polsce
Spatial differentiation of agricultural land prices by voivodships in Poland
Autorzy:
Pietrzykowski, R.
Powiązania:
https://bibliotekanauki.pl/articles/573525.pdf
Data publikacji:
2011
Wydawca:
Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
Tematy:
Polska
wojewodztwa
grunty rolne
rynek ziemi
ceny
zmiany cen
wspolczynnik Morana
zroznicowanie przestrzenne
lata 2004-2009
Opis:
W pracy przedstawiono zmiany cen gruntów rolnych na poziomie województw w okresie od 2004 do 2009 roku. Przedstawiono również zmiany w koncentracji ziemi rolniczej na przykładzie gospodarstw powyżej 50 ha. Celem pracy było zbadanie wpływu cen w województwach sąsiadujących na cenę gruntów rolnych w danym województwie i prezentacja zmian cen gruntów w Polsce. W pracy wykorzystano współczynniki przestrzenne Morana.
Changes of land prices in years 2004 through 2009 are presented. The aim of this article was to study the relations between the location of farm and the land price. The scope of the study includes 16 voivodeships of Poland. The study applies to farms with area of 50 hectare and more. Moran coefficients were used in the statistical analysis.
Źródło:
Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Problemy Rolnictwa Światowego; 2011, 11(26), 1
2081-6960
Pojawia się w:
Zeszyty Naukowe Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie. Problemy Rolnictwa Światowego
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
A Statistical Toolbox For Mining And Modeling Spatial Data
Narzędzie statystyczne do analizy eksploracyjnej oraz modelowania danych przestrzennych
Autorzy:
d’Aubigny, Gérard
Powiązania:
https://bibliotekanauki.pl/articles/633187.pdf
Data publikacji:
2016
Wydawca:
Uniwersytet Łódzki. Wydawnictwo Uniwersytetu Łódzkiego
Tematy:
analiza wielowymiarowa
graf dualności
autokorelacja przestrzenna
współczynnik Morana
mapa wektora własnego statystyki Morana
operator Laplace'a
funkcja własna filtracji przestrzennej
duality diagram
spatial autocorrelation
Moran’index
Moran’s Eigenvector Maps
Laplace operator
spatial eigenfunction filtering
Opis:
Większość analiz eksploracyjnych danych przestrzennych rozpoczyna się od oceny próby jednostek przestrzennych, pod względem występowania oraz siły autokorelacji przestrzennej dla zbioru zmiennych, stanowiących atrybuty jednostek przestrzennych. Trafność aplikacji najbardziej cenionych narzędzi weryfikacji autokorelacji przestrzennej –współczynników Morana oraz Geary’ego jest rzadko kwestionowana, pomimo faktu, że w przypadku opisywania ich własności wielu użytkowników zdaje się popełniać błędy oraz wprowadzać nieład. Artykuł rozpoczyna się od krytycznej oceny klasycznej definicji indeksów. Założono, że pomimo intuicyjnej konstrukcji, koncepcja indeksów boryka się z brakiem spójności w przypadku wielu ich składowych. Następnie zaproponowano korektę współczynników autokorelacji przestrzennej, która upraszcza ich relacje, i otwiera drogę do włączenia statystyk do zestawu narzędzi statystycznych, modelowania oraz wizualizacji. W drugiej części zaprezentowano teoretyczne przesłanki konstruowania wielowymiarowych narzędzi statystycznych, uwzględniających skorygowane definicje współczynników autokorelacji przestrzennej, zaczerpnięte z ostatnich prac w dziedzinie statystyki. Przedstawione metody eksploracyjnej wielowymiarowej analizy danych charakteryzują się łatwością zastosowania oraz oprogramowania z wykorzystaniem dostępnych, darmowych pakietów.
Most data mining projects in spatial economics start with an evaluation of a set of attribute variables on a sample of spatial entities, looking for the existence and strength of spatial autocorrelation, based on the Moran’s and the Geary’s coefficients, the adequacy of which is rarely challenged, despite the fact that when reporting on their properties, many users seem likely to make mistakes and to foster confusion. My paper begins by a critical appraisal of the classical definition and rational of these indices. I argue that while intuitively founded, they are plagued by an inconsistency in their conception. Then, I propose a principled small change leading to corrected spatial autocorrelation coefficients, which strongly simplifies their relationship, and opens the way to an augmented toolbox of statistical methods of dimension reduction and data visualization, also useful for modeling purposes. A second section presents a formal framework, adapted from recent work in statistical learning, which gives theoretical support to our definition of corrected spatial autocorrelation coefficients. More specifically, the multivariate data mining methods presented here, are easily implementable on the existing (free) software, yield methods useful to exploit the proposed corrections in spatial data analysis practice, and, from a mathematical point of view, whose asymptotic behavior, already studied in a series of papers by Belkin & Niyogi, suggests that they own qualities of robustness and a limited sensitivity to the Modifiable Areal Unit Problem (MAUP), valuable in exploratory spatial data analysis.
Źródło:
Comparative Economic Research. Central and Eastern Europe; 2016, 19, 5; 5-24
1508-2008
2082-6737
Pojawia się w:
Comparative Economic Research. Central and Eastern Europe
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