Andrzej Bąk
ARTYKUŁ

(Polski) PDF

STRESZCZENIE

Celem opracowania jest zaprezentowanie wyników metod wielowymiarowej analizy porównawczej wykorzystywanej do oceny stanu środowiska w województwie dolnośląskim w przekroju powiatów. Badanie przeprowadzono na podstawie danych GUS za 2015 r. dotyczących stanu i ochrony środowiska w 30 powiatach województwa dolnośląskiego. W badaniu zastosowano metody porządkowania liniowego obiektów (wzorcowe i bezwzorcowe). Wiele z nich opisanych w literaturze przedmiotu na ogół prowadzi do zróżnicowanych wyników (rankingi obiektów nie są takie same). Wynika to m.in. z przyjętych metod normalizacji i ważenia zmiennych oraz agregacji (tworzenia zmiennych syntetycznych). W artykule podjęto próbę porównania wyników porządkowania liniowego powiatów ze względu na stan środowiska za pomocą wybranych metod wzorcowych i bezwzorcowych. W analizie poprawności rankingów wykorzystano mierniki oceny jakości metod porządkowania liniowego.

SŁOWA KLUCZOWE

ochrona środowiska, porządkowanie liniowe, metoda Hellwiga, metoda TOPSIS, główne składowe, program R

JEL

Q00, Q59, C19, C88

BIBLIOGRAFIA

Balicki, A. (2009). Statystyczna analiza wielowymiarowa i jej zastosowania społeczno-ekonomiczne. Wydawnictwo Uniwersytetu Gdańskiego.

Bartosiewicz, S. (1976). Propozycja metody tworzenia zmiennych syntetycznych. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 84.

Bąk, A. (1999). Modelowanie symulacyjne wybranych algorytmów wielowymiarowej analizy porównawczej w języku C++. Wydawnictwo Akademii Ekonomicznej we Wrocławiu.

Bąk, A. (2013). Metody porządkowania liniowego w polskiej taksonomii — pakiet pllord. Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, 278, 54—62.

Bąk, A. (2015). Linear ordering methods — package pllord. URL: http://keii.ue.wroc.pl/pllord.

Borys, T. (1978a). Metody normowania cech w statystycznych badaniach porównawczych. Przegląd Statystyczny, 2, 227—239.

Borys, T. (1978b). Propozycja agregatowej miary rozwoju obiektów. Przegląd Statystyczny, 3, 371—381.

Cieślak, M. (1974). Taksonomiczna procedura prognozowania rozwoju gospodarczego i określania potrzeb na kadry kwalifikowane. Przegląd Statystyczny, 1, 29—39.

Grabiński, T. (1984). Wielowymiarowa analiza porównawcza w badaniach dynamiki zjawisk ekonomicznych. Zeszyty Naukowe Akademii Ekonomicznej w Krakowie. Seria specjalna: Monografie, 61.

Grabiński, T. (1992). Metody taksonometrii. Wydawnictwo Akademii Ekonomicznej w Krakowie.

Grabiński, T., Wydymus, S., Zeliaś, A. (1989). Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych. Warszawa: PWN.

Hellwig, Z. (1968). Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr. Przegląd Statystyczny, 4, 307—327.

Hellwig, Z. (1981). Wielowymiarowa analiza porównawcza i jej zastosowanie w badaniach wielocechowych obiektów gospodarczych. W: W. Welfe (red.), Metody i modele ekonomiczno-matematyczne w doskonaleniu zarządzania gospodarką socjalistyczną. Warszawa: PWE.

Hotelling, H. (1933). Analysis of a complex of statistical variables into principal components. Journal of Educational Psychology, 24(7), 417—441, 498—520.

Hwang, C. L., Yoon, K. (1981). Multiple Attribute Decision Making: Methods and Applications. Springer-Verlag: Nowy Jork.

Malina, A., Zeliaś, A. (1997). O budowie taksonomicznej miary jakości życia. Taksonomia, 4.

Nowak, E. (1984). Problemy doboru zmiennych do modelu ekonometrycznego. Warszawa: PWN.

Pearson, K. (1901). On lines and planes of closest fit to systems of points in space. Philosophical Magazine, 6(2), 559—572.

Perkal, J. (1967). Matematyka dla przyrodników i rolników. Część II. Warszawa: PWN.

Pluta, W. (1976). Taksonomiczna procedura prowadzenia syntetycznych badań porównawczych za pomocą zmodyfikowanej miary rozwoju gospodarczego. Przegląd Statystyczny, 4, 511—517.

Pociecha, J. (2008). Rozwój metod taksonomicznych i ich zastosowań w badaniach społeczno-ekonomicznych. URL: http://www.stat.gov.pl/cps/rde/xbcr/gus/.

Pociecha, J., Podolec, B., Sokołowski, A., Zając, K. (1988). Metody taksonomiczne w badaniach społeczno-ekonomicznych. Warszawa: PWN.

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: W. Ostasiewicz (red.), Statystyczne metody analizy danych. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego we Wrocławiu.

Seidler, J., Badach, A., Molisz, W. (1980). Metody rozwiązywania zadań optymalizacji. Warszawa: WNT.

Strahl, D. (1978). Propozycja konstrukcji miary syntetycznej. Przegląd Statystyczny, 2, 205—215.

Walesiak, M. (1993). Statystyczna analiza wielowymiarowa w badaniach marketingowych. Prace Naukowe Akademii Ekonomicznej we Wrocławiu, 654. Seria: Monografie i Opracowania, 101.

Wysocki, F. (2010). Metody taksonomiczne w rozpoznawaniu typów ekonomicznych rolnictwa i obszarów wiejskich. Wydawnictwo Uniwersytetu Przyrodniczego w Poznaniu.

Yazdi, M. M. (2015). TOPSIS method for multiple-criteria decision making (MCDM) — package topsis. URL: https://cran.r-project.org/web/packages/topsis/.

Yoon, K. (1980). System Selection by Multiple Attribute Decision Making. Rozprawa doktorska. Kansas State University.

Yoon, K., Hwang, C. L. (1980). Technique for Order Preference by Similarity to Ideal Solution — A Multiattribute Decision Making. A paper to be published.

Yoon, K., Hwang, C. L. (1995). Multiple Attribute Decision Making: An Introduction. California: SAGE publications.

Zeliaś, A. (red.). (2000). Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym. Wydawnictwo Akademii Ekonomicznej w Krakowie.

Do góry
Copyright © 2019 Główny Urząd Statystyczny