Differentiation of the use the computers and internet in Poland in years 2011-2015

• Autorzy: Zmarzłowski K. , Śmiałowski T.
• Języki publikacji: EN

Abstrakty

EN

In the presented paper authors attempt to analyze the differences in the use of computers and the Internet in particular voivodships, places of residence and in different socio-economic groups in Poland in the years 2011, 2013 and 2015. To this purpose authors used data on the diagnosis of conditions and the quality of life of Polish people [8]. Gini's indicators and the Lorenz curve were used to visualize the differences in the use of computers and the Internet. The results showed that the greatest variation in the use of Internet and Computers was between students/learners, private entrepreneurs and the pensioners, annuitants and farmers. In the place of residence and the voivodeship, there were no significant differences in the use of these two above technologies.

Słowa kluczowe

EN

Internet use in Poland; Gini coefficient; Lorenz curve; differentiation method

• Wydawca: Wydawnictwo Szkoły Głównej Gospodarstwa Wiejskiego w Warszawie
• Czasopismo: Information Systems in Management
• Rocznik: 2017
• Tom: Vol. 6, No. 3
• Strony: 246--255
• Opis fizyczny: Bibliogr. 12 poz., tab., wykr.

Twórcy

autor

Zmarzłowski K.

• Department of Informatics, Warsaw University of Life Sciences (SGGW)

autor

Śmiałowski T.

• Department of Informatics, Warsaw University of Life Sciences (SGGW)

Bibliografia

• [1] Matyja O., Szczesny W., Grade correspondence analysis and outlier detection, Grade models and methods for data analysis, Springer, Berlin Heidelberg New York, 2004.
• [2] Kassyk- Rokicka H., Statystyka nie jest trudna - mierniki statystyczne, PWE, Warszawa 1994.
• [3] Matyja J., Pleszczyńska E., Wiech M., Analiza danych medycznych i demograficznych przy użyciu programu GradeStat. Instytut Podstaw Informatyki PAN, 255 Instytut „Pomnik – Centrum ZdrowiaDziecka”, Instytut Podstaw Informatyki PAN, Warszawa 2005.
• [4] Krysicki W., Włodarski L., Analiza matematyczna w zadaniach, Wyd. PWN, Warszawa, 2006.
• [5] Koshevoy G., Mosler K., Multivariate Gini indices, Journal of Multivariate Analysis, nr. 60, 1997.
• [6] KOM; Lepszy dostęp do najnowszych technologii informacyjno-komunikacyjnych na obszarach wiejskich, Komunikat Komisji do Rady i Parlamentu Europejskiego, Bruksela 3.3.2009.
• [7] Społeczeństwo informacyjne w Polsce. Wyniki badań statystycznych z lat 2010-2014, GUS, Warszawa 2014.
• [8] http://www.diagnoza.com/
• [9] Zmarzłowski K.: Infrastruktura informatyczna a agrobiznes, Agro Trendy, Warszawa, marzec 2010, nr 3.
• [10] Koszela G., Zmarzłowski K. Czynniki różnicujące spożycie wyrobów spirytusowych w polskich gospodarstwach domowych w latach 1999 – 2008. Quantitative Methods in Economics, Vol. XIV, No. 3, Warszawa 2013.
• [11] Koszela G. Wykorzystanie gradacyjnej analizy danych do klasyfikacji podregionów pod względem struktury agrarnej, Wiadomości Statystyczne nr 6, 2016, Warszawa.
• [12] Łukasiewicz P., Karpio K., Orłowski A. Changes of Distributions of Personal Incomes in US from 1998 to 2011. Quantitative Methods in Economics, Vol. XIII, No. 2, 96-106, Warszawa 2012.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2018).