Klasyfikacja obiektów oparta na dwóch wzorcach

Main Article Content

Agata Binderman


Słowa kluczowe : mierniki syntetyczne, metryka, funkcja użyteczności, wzorzec, normalizacja, klasyfikacja
Abstrakt
W pracy, podano sposób porządkowania obiektów (wierszy) w macierzy danych na podstawie dwóch wzorców. Proponowana metoda, do budowy syntetycznego miernika generującego porządek w zbiorze obiektów, wykorzystuje zarówno pojęcie wzorca, jak i funkcji użyteczności. Podane w pracy postacie funkcji użyteczności mają tą własność, że dwa obiekty, które są jednakowo odległe względem metryki Euklidesa od obiektu maksymalnego oraz obiektu minimalnego, mają tą samą użyteczność. W pracy zamieszczony został przykład, który pokazuje, że obiekt uznany za najgorszy według jednego wzorca może być najlepszy według drugiego wzorca

Article Details

Jak cytować
Binderman, A. (2006). Klasyfikacja obiektów oparta na dwóch wzorcach. Zeszyty Naukowe SGGW - Ekonomika I Organizacja Gospodarki Żywnościowej, (60), 25–34. https://doi.org/10.22630/EIOGZ.2006.60.24
Bibliografia

Allen R. G. D. (1964). Ekonomia matematyczna, PWN, Warszawa.

Bartosiewicz S. (1976). Propozycja metody tworzenia zmiennych syntetycznych, Prace Naukowe AE we Wrocławiu, nr 84, Wrocław.

Binderman A. (2005). O problemie wyboru wzorca przy badaniu przestrzennego zróżnicowania potencjału rolnictwa w Polsce, Metody ilościowe w badaniach ekonomicznych - V.

Binderman A. (2006). Wykorzystanie funkcji użyteczności do badania przestrzennego zróżnicowania rolnictwa-praca złożona do Roczników Naukowych Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu.

Borkowski B, Dudek H., Szczesny W. (2004). Ekonometria. Wybrane zagadnienia, PWN, Warszawa.

Borys T. (1978). Propozycja agregatowej miary rozwoju obiektów, "Przegląd Statystyczny", z. 3.

Cieślak M. (1993). Ekonomiczne zastosowanie mierników syntetycznych ze zmiennym wzorcem, [w:] Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, AE, Kraków.

Gantar E. (1998). Symboliczne metody klasyfikacji danych, PWN, Warszawa.

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

Kukuła K. (2000). Metoda unitaryzacji zerowanej, PWN, Warszawa.

Malawski A. (1999). Wprowadzenie do ekonomii matematycznej, AE, Kraków.

Malina A. (2004). Wielowymiarowa analiza przestrzennego zróŜnicowania struktury gospodarki Polski według województw, AE, Seria Monografie nr 162, Kraków.

Panek E. (2000). Ekonomia matematyczna, Akademia Ekonomiczna, Poznań.

Panek E. (red.) (2003). Podstawy ekonomii matematycznej, AE, Poznań.

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

Rolewicz S. (1985). Metric linear spaces, PWN-Polish Scientific Publishers and D. Reidel, Warszawa-Dordrecht.

Stone R., (1970). Matematyka w naukach społecznych, PWE, Warszawa.

Strahl D., Walesiak M. (1996). Normalizacja zmiennych w skali przedziałowej i ilorazowej w referencyjnym systemie granicznym, Seria: Taksonomia, z. 3, Sekcja Klasyfikacji i Analizy Danych, Wrocław - Kraków - Jelenia Góra.

Strahl D., Walesiak M. (1997). Normalizacja zmiennych w granicznym systemie referencyjnym, "Przegląd Statystyczny", z. 1.

Zegar J. (2003). Zróżnicowanie regionalne rolnictwa, GUS, Warszawa.

Zeliaś A. (1997). Teoria prognozy, PWE, Warszawa.

Zeliaś A. (2000). Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym, Kraków.

Statystyki

Downloads

Download data is not yet available.
Rekomendowane teksty