Analiza porównawcza wybranych metod porządkowania liniowego

• Autorzy: Andrzej Bąk

Warianty tytułu

Comparative Analysis of Selected Linear Ordering Methods Based on Empirical and Simulation Data

• Języki publikacji: PL

Abstrakty

Metody porządkowania liniowego są stosowane na gruncie ekonomii w badaniach rankingowych i klasyfikacyjnych dotyczących obiektów i zjawisk opisanych zmiennymi o różnych rozkładach i charakterystykach statystycznych. W literaturze przedmiotu z zakresu wielowymiarowej analizy porównawczej opracowano wiele procedur porządkowania liniowego. Różnią się one m.in. metodami wyznaczania wag zmiennych, metodami normalizacji zmiennych oraz metodami szacowania wartości zmiennych syntetycznych. W związku z tym pojawia się problem wyboru optymalnej procedury porządkowania liniowego do analizy danych statystycznych. Celem pracy jest prezentacja wyników badań dotyczących oceny jakości wybranych procedur porządkowania liniowego w odniesieniu do danych o rozkładzie normalnym i różnym od rozkładu normalnego. Do oceny jakości rankingów wykorzystane zostały wybrane mierniki jakości metod porządkowania liniowego.(abstrakt oryginalny)

EN

Linear ordering methods are used in economic studies to determine the order or classification of objects described using variables with different distributions and statistical characteristics. In the literature on the subject in the field of multidimensional comparative analysis, many linear ordering procedures have been developed. They differ, among others using the methods for determining variable weights, normalization methods, and methods for estimating the values of synthetic variables. Therefore, there is a problem of choosing the optimal procedure for the analysis of statistical data with specified statistical characteristics. The purpose of this article is to present the results of research concerning the quality evaluation of selected linear ordering procedures in relation to data about normal distribution and different from normal distribution. To assess the quality of rankings, selected measures of the quality of linear ordering methods were used.(original abstract)

Słowa kluczowe

PL

Porządkowanie liniowe; Analiza porównawcza; Języki programowania

EN

Linear ordering; Comparative analysis; Programing languages

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2018
• Tom: 21
• Numer: nr 508 Klasyfikacja i analiza danych - teoria i zastosowania
• Strony: 19-28

Twórcy

autor

Andrzej Bąk

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Balicki A., 2009, Statystyczna analiza wielowymiarowa i jej zastosowania społeczno-ekonomiczne, Wydawnictwo Uniwersytetu Gdańskiego, Sopot.
• Bąk A., 1999, Modelowanie symulacyjne wybranych algorytmów wielowymiarowej analizy porównawczej w języku C++, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrocław.
• Bąk A., 2013, Metody porządkowania liniowego w polskiej taksonomii - pakiet pllord, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 278, s. 54-62.
• Bąk A., 2015, Zagadnienie wyboru optymalnej procedury porządkowania liniowego w pakiecie pllord, Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, nr 384, s. 33-41.
• Borys T., 1978, Metody normowania cech w statystycznych badaniach porównawczych, Przegląd Statystyczny, nr 2, s. 227-239
• Grabiński T., 1984, Wielowymiarowa analiza porównawcza w badaniach dynamiki zjawisk ekonomicznych, Zeszyty Naukowe Akademii Ekonomicznej w Krakowie. Seria specjalna: Monografie, nr 61.
• Grabiński T., 1992, Metody taksonometrii, Akademia Ekonomiczna w Krakowie, Kraków.
• Grabiński T., Wydymus S., Zeliaś A., 1989, Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych, PWN, Warszawa.
• Hellwig Z., 1968, Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr, Przegląd Statystyczny, z. 4, s. 307-327.
• Hotelling H., 1933, Analysis of a complex of statistical variables into principal components, Journal of Educational Psychology, 24(7), s. 417-441, 498-520.
• http://wroclaw.stat.gov.pl.
• http://www.ranking.perspektywy.org.
• Hwang C.L., Yoon K., 1981, Multiple Attribute Decision Making: Methods and Applications, Springer- Verlag, New York.
• Pearson K., 1901, On lines and planes of closest fit to systems of points in space, Philosophical Magazine, nr 6(2), s. 559-572.
• Perkal J., 1967, Matematyka dla przyrodników i rolników. Część II, PWN, Warszawa.
• Pociecha J., Podolec B., Sokołowski A., Zając K., 1988, Metody taksonomiczne w badaniach społeczno- ekonomicznych, PWN, Warszawa.
• R Development Core Team, 2017, R: A Language and Environment for Statistical Computing, R Foundation for Statistical Computing, URL: http://cran.r-project.org.
• Rusnak J., 1999, Metoda głównych składowych, [ w:] O stasiewicz W . ( red.), Statystyczne metody analizy danych, Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu, Wrocław.
• Seidler J., Badach A., Molisz W., 1980, Metody rozwiązywania zadań optymalizacji, WNT, Warszawa.
• Yoon K., Hwang C.L., 1995, Multiple Attribute Decision Making: An Introduction, Sage Publications, Thousand Oaks, California.

Identyfikatory

DOI

10.15611/pn.2018.508.02