Wyniki wyszukiwania - Biblioteka Nauki

1

Hierarchical Log-linear Models for Contingency Tables

100%

Brzezińska J.

|

EN

Log-linear models are widely used for qualitative data in multidimensional contingency tables. Hierarchical log-linear models are models that include all lower-order terms composed from variables contained in a higher-order model term. The starting point is a saturated model, then homogenous associations, conditional independence and complete independence. There are several statistics that help to choose the best model. The first is the likelihood ratio approach, next is AIC and BIC information criteria. In R software there is loglm() function in MASS library and glm in stats library. The first approach is presented in this paper

2

A polytomous item response theory models using R

100%

Brzezińska J.

|

2016

|

nr 2 (52)

43-52

EN

Item response theory (IRT) is widely used in educational and psychological research to model how participants respond to test items in isolation and in bundles. Item response theory has replaced classical measurement theory as a framework for test development, scale constructions, scree reporting and test evaluation. The most popular of the item response models for multiple choice tests are the one-parameter (i. e. the Rasch model) and threeparameter models. This is the general framework for specifying the functional relationship between a respondent’s underlying latent trait level, commonly known as ability in educational testing, or the factor score in the factor analysis tradition and an item level stimulus. In this paper, arguments are offered for continuing research and applying multidimensional IRT models. The position is also taken that multi-parameter IRT models have potentially important roles to play in the advancement of measurement theory about which models to use should depend on model fit to the test data. All calculations are conducted in R available from CRAN which is a widely-used and well-known environment for statistical computing and graphics.

3

The analysis of the structure of university positions in Poland using classification methods

100%

Brzezińska J.

Econometrics. Ekonometria. Advances in Applied Data Analytics

|

2020

|

nr vol. 24, nr 1

71-81

EN

Categorical data analysis is a statistical method that can be successfully applied in different scientific areas, such as: social, medical, psychological and political sciences. Classification and segmentation are statistical methods that usually have been used for large quantitative datasets to identify segments in the data, however if applied for categorical data for contingency tables, one may arrive at impressive results as well. This paper presents the use of classification and segmentation methods for categorical data in a contingency table based on real data from Central Statistics on the number of university positions in Polish voivodeships. The authors compare the results of different approaches and provide graphical results using advanced visualization tools, perceptual map (biplot) and dendrogram. Comparative analysis provides information on corresponding categories of academic positions in different voivodeships. All calculations are conducted in R.

PL

Analiza danych jakościowych należy do grupy metod statystycznych, która może być z powodzeniem wykorzystywana w wielu obszarach naukowych, takich jak: nauki społeczne, medyczne, psychologiczne oraz polityczne. Metody klasyfikacji i segmentacji są technikami statystycznymi, które wykorzystuje się zazwyczaj do analizy dużych zbiorów danych o charakterze ilościowym w celu identyfikacji segmentów w danych. Zastosowanie tych metod w analizie danych jakościowych może także przynieść zaskakujące wyniki. W niniejszym artykule zaprezentowano metody klasyfikacji i segmentacji do analizy danych jakościowych w analizie tablic kontyngencji. Porównano wyniki i rezultaty różnych podejść, a także zaprezentowano graficznie wyniki analizy. Wszystkie obliczenia przeprowadzono w programie R na danych rzeczywistych pochodzących z Głównego Urzędu Statystycznego.

4

Odds Ratios in the Analysis of Contingency Table

100%

Brzezińska J. , University of Economics in Katowice

Acta Universitatis Lodziensis. Folia Oeconomica

|

2013

|

tom 286

EN

Association and relationship is one of the most important tasks in statistical analysis. The main objective of the study is to examine odds ratios as a framework for understanding of contingency tables and log-linear models. Odds ratios are used to measure the association for contingency tables. They can be generalized to larger tables by local odds ratios or by the spanning cell approach. The properties of odds ratios and the relationship with log-linear analysis will be presented in the paper. An example is presented with the use of R.

PL

Analiza zależności w statystyce stanowi jeden z podstawowych tematów badawczych. Celem artykułu jest zaprezentowanie ilorazu szans jako narzędzia opisu tablic kontyngencji, a także parametrów modelu logarytmiczno-liniowego. Iloraz szans jest miernikiem wykorzystywanym do badania związku w tablicach kontyngencji. Miernik ten można także uogólnić do tablic wielodzielczych poprzez użycie lokalnych ilorazów szans oraz podejścia opartego na krzyżowaniu komórek. Zaprezentowane zostaną własności ilorazu szans, a także ich związek z parametrami interakcji w analizie logarytmiczno-liniowej. Prezentacja ilorazu szans w części empirycznej zostanie zaprezentowana przy użyciu programu R.

5

Model Selection Methods in Log-Linear Analysis

100%

Brzezińska J. , University of Economics in Katowice

|

EN

The main objective of the study is to examine model selection methods in loglinear analysis. Log-linear analysis is a tool for independence analysis of qualitative data. Cell counts are Poisson distributed and all variables are treated as response. This method allows to analyze any number of variables in a multi-way contingency table. In log-linear analysis we model cell counts, where expected cell frequencies are functions of parameters representing characteristics of the categorical variables and their relationships with each other (interaction). The purpose of this paper is the presentation and comparison of model election criteria. The most popular statistics are chi-square test, likelihood ratio test and information criteria (AIC [Akaike 1973] and BIC [Raftery 1986]) but also Aitkin [Aitkin 1978] method for high dimensional tables.

PL

Analiza logarytmiczno-liniowa jest metodą przeznaczoną do badania zależności pomiędzy zmiennymi niemetrycznymi w tablicy kontyngencji. Zmienne o rozkładzie Poissona traktowane są jako zmienne objaśniane. Metoda ta pozwala na analizę dowolnej liczby zmiennych, a także na uwzględnienie interakcji zachodzących pomiędzy nimi. W analizie logarytmiczno-liniowej modelowane są liczebności w poszczególnych komórkach tablicy, przy czym liczebności oczekiwane są funkcją parametrów reprezentujących zmienne dyskretne oraz relacje między nimi. Celem niniejszego artykułu jest prezentacja i porównanie kryteriów wyboru modelu w analizie logarytmiczno-liniowej. Podstawowymi kryteriami wyboru modelu są statystyka chikwadrat oraz iloraz wiarygodności oraz kryteria informacyjne AIC i BIC. W niniejszym artykule zaprezentowana zostanie także metoda Aitkina, która przeznaczona jest do porównywania jakości dopasowania modeli o dużej liczbie zmiennych.

6

Independence Analysis of Nominal Data with the Use of Log-Linear Models in R

100%

Brzezińska J.

|

tom 13

|

nr 2

311-320

EN

Log-linear models are used to analyze the relationship between two or more categorical (e.g. nominal or ordinal) variables. The term log-linear derives from the fact that one can, through logarithmic transformations, restate the problem of analyzing multi-way frequency tables in terms that are very similar to ANOVA. Specifically, one may think of the multi-way frequency table to reflect various main effects and interaction effects that add together in a linear fashion to bring about the observed table of frequencies. There are several types of models between dependence and independence: homogenous association, partial association, conditional association and null model. Expected cell frequencies are obtained with the use of iterative proportional fitting algorithm (IPF) [Deming, Stephen 1940]. The next step is to derive model coefficients for single variables as well as for interaction parameter and the most useful tool for interpreting model parameter is odds and odds ratio. Log-linear models are available in R software with the use of loglm function in MASS library and glm function in stats library. In this paper log-linear analysis will be presented with the use of available packages on empirical datasets in economic area.

7

Multivariate data in the estimation of consumer risk

63%

Brzezińska J. , Maciejewski G.

Econometrics. Ekonometria. Advances in Applied Data Analytics

|

2015

|

nr 3 (49)

20-32

EN

The risk of consumer behaviour, as a part of the widely understood studies on risk, is still an uncharted and undiscovered area of human activity. The main goal of this paper is to draw attention to the issue of the measurement of risk perceived by the consumers` unsuccessful purchase, as well as presenting a multidimensional analysis of data on risk research perceived by consumers in the decision making process. Some of the well-known multivariate methods are presented: analysis of variance, correspondence analysis and some graphical methods for categorical data analysis, such as mosaic, sieve, association and doubledecker plot. In the paper, the qualitative analysis aimed at risk identification and interpretation in the decisions process of consumers will be conducted. The exploration of different types of risks and the influence on consumer behaviour will be identified. The perception of risk was examined based on the examples of food, home appliances and travel services (trips, holidays).

8

Polish universities of economics in European networks

51%

Sagan A. , Brzezińska J. , Sztemberg-Lewandowska M. , Pełka M.

Econometrics. Ekonometria. Advances in Applied Data Analytics

|

2021

|

tom 25

|

nr 1

91-111

EN

In recent years, the evaluation of research conducted in European universities has become a significant problem. The growing concern for the quality and evaluation of research conducted at universities highlights the importance of university rankings, especially global rankings. The aim of the paper is to identify the network system of Polish universities of economics among their European counterparts belonging to the same networks, and indicate the positions of Polish universities within these networks. The study used a network approach to analyse the connections of European universities using university networks. The networks enable the visualization of complex, multidimensional data and provide statistical indicators for interpreting the resultant graphs. The analysis is exploratory in its nature and uses visualisation techniques of social network analysis (SNA), multidimensional scaling (MDS), principal component analysis (PCA), and Eigen-model network analysis (ENA). The analysis covered 150 universities of economics in Europe and 11 university networks. Network analyses were performed with the R program. The paper presents different methods that allowed for the identification of network systems of Polish economic universities within the networks of European universities. An analysis of the social networks based on network indicators was also included.

PL

Ostatnio dużym problemem stała się ocena badań prowadzonych na europejskich uczelniach. Troska o jakość i ocenę badań naukowych prowadzonych na uczelniach zwiększa znaczenie rankingów uczelni, zwłaszcza rankingów światowych. W artykule zastosowano podejście sieciowe do analizy powiązań europejskich uniwersytetów korzystających z sieci uniwersytetów. Sieci umożliwiają wizualizację złożonych, wielowymiarowych danych i zapewniają wskaźniki statystyczne do interpretacji wynikowych wykresów. Analiza obejmuje 150 uczelni ekonomicznych w Europie i 11 sieci uniwersytetów. Analizy sieciowe wykonano programem R. W artykule przedstawiono różne metody, które pozwoliły na identyfikację systemów sieciowych polskich uczelni ekonomicznych na uczelniach europejskich, oraz sieci społecznościowych na podstawie wskaźników sieciowych.

9

Wielowymiarowa analiza statystyczna zanieczyszczenia powietrza w krajach Unii Europejskiej

51%

Pełka M. , Rybicka A. , Brzezińska J.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu

|

2018

|

nr 507

208-218

PL

Analiza zanieczyszczenia powietrza obejmuje rejestr zanieczyszczeń gazowych i pyłowych z materiałów gospodarki narodowej do atmosfery. Po wejściu do atmosfery emitowane substancje znajdują się poza wszelką kontrolą człowieka i stają się częścią naturalnego obiegu materii; mogą wywoływać kilka rodzajów oddziaływań na środowisko. Celem artykułu jest ocena jakości czystości powietrza ze szczególnym uwzględnieniem zanieczyszczeń w krajach Unii Europejskiej na podstawie danych udostępnianych przez Eurostat. W artykule wykorzystane zostaną metody wielowymiarowej analizy statystycznej (skalowanie wielowymiarowe oraz porządkowanie liniowe) w celu identyfikacji krajów o znacznym wkładzie w walkę z zanieczyszczeniami, jak i krajów które tych zanieczyszczeń generują najwięcej. Otrzymane wyniki wskazują na poprawę jakości powietrza, mimo że nie wszystkie kraje UE osiągnęły zbliżony poziom zmian. Wszystkie obliczenia przeprowadzono w programie R.