PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2005 | z. nr 6 | 135--146
Tytuł artykułu

Grupowanie państw Unii Europejskiej ze względu na zasoby kapitału ludzkiego i intelektualnego

Treść / Zawartość
Warianty tytułu
Grouping the Countries of European Union with Regard to the Human Capital Resources
Języki publikacji
PL
Abstrakty
Celem artykułu jest grupowanie państw Unii Europejskiej ze względu na czynniki kształtujące jakość kapitału ludzkiego, ze szczególnym uwzględnieniem pozycji Polski. W analizie wykorzystano jedną z metod analizy skupień, a mianowicie metodę aglomeracji Warda (grupowanie drzewkowe) oraz narzędzie sztucznych sieci neuronowych typu SOM (ang. Self-Organizing Map), coraz częściej stosowane dla potrzeb klasyfikacji bezwzorcowej. Interesujące wydaje się także porównanie wyników grupowania przy użyciu obu procedur. (fragment tekstu)
EN
Among many matters discussed now concerning the human capital issues, the authors focused their attention on the existance of inner homogenic groups created by 25 EU countries from the point of view of selected characteristics describing the quality of human capital. The issue of clustering objects was dealt with by using methods of the Ward's Amalgamation (Tree Clustering) and Neural Networks of SOM type. In the analysis there were identified two, three and seven clusters (depending on the linkage distance - Ward Amalgamation). The most explicit division is the one into two clusters of countries, which is in majority of cases about the same as political division of the countries of "previous" and "new" members. Next, the division into three or seven clusters seems to result mainly from the further divisions within the two large clusters (A and B). Comparing with the class A, the class B (with Poland, Czech Republic, Estonia, Latvia, Lithuania, Slovakia and Hungary) is a group of much worse position with regard to the range of suggested variables. In relation to the conducted analysis, as interesting question is, whether the divisions based on a distance in development have a chance of being blurred after the 1st of May 2004. As to the conclusion of methodological nature, what is worth emphasizing is the high effectiveness of employing Kohonen Networks and large conformity between the results reached with SOMs and Ward's Amalgamation clustering. (original abstract)
Rocznik
Numer
Strony
135--146
Opis fizyczny
Twórcy
  • Uniwersytet Rzeszowski
autor
  • Uniwersytet Rzeszowski
  • Uniwersytet Rzeszowski
Bibliografia
  • Balcerowicz L., Państwo w przebudowie, Wydawnictwo Znak, Kraków 1999.
  • Domański R. S., Kapitał ludzki i wzrost gospodarczy, Wydawnictwo Naukowe PWN, Warszawa 1993.
  • Grabiński T., Sokołowski A., Z badań nad efektywnością wybranych procedur taksonomicznych, ZN AE w Krakowie nr 181/1984, s. 63-79.
  • Kolonko J., Analiza dyskryminacyjna i jej zastosowania w ekonomii, PWN, Warszawa 1980.
  • Migdał-Najman K., Najman K., Zastosowanie sieci neuronowej typu SOM w badaniu zróżnicowania powiatów, "Wiadomości Statystyczne" nr 4/200.
  • Nowak E., Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych, PWE, Warszawa 1977.
  • Pluta W., Wielowymiarowa analiza porównawcza w badaniach ekonomicznych, PWE, Warszawa 1977.
  • Tadeusiewicz R., Lula P., STATISTICA Neural Networks, StatSoft Polska, Kraków 1999.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171212151

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.