Kodowanie zmiennych objaśniających mierzonych na słabych skalach w metodzie wektorów nośnych

• Autorzy: Michał Trzęsiok
• Języki publikacji: PL

Abstrakty

Dokonując analizy badanego zjawiska ekonomicznego, w jednym z pierwszych etapów następuje identyfikacja tych cech jednostek statystycznych, które mają związek z zachowaniem się obiektów w analizowanym systemie. Owe cechy stanowią zmienne diagnostyczne. Na ogół przy obserwacji systemu zbierane są informacje dotyczące wyników pomiarów cech diagnostycznych. Pomiar jest nieodzownym i bardzo ważnym elementem stojącym u podstaw modelowania. Nadmienić należy, że wynikiem pomiaru niekoniecznie musi być liczba. Może nią być również nazwa (kategoria). Skala pomiaru zmiennej decyduje o operacjach matematycznych, które są dopuszczalne na danych. Tym samym skala pomiaru określa również zbiór metod statystycznych, które można, a także zbiór tych, których nie można zastosować do analizy badanego zjawiska

Słowa kluczowe

PL

Zmienna objaśniająca

EN

Exogenous variable

• Czasopismo: Prace Naukowe / Uniwersytet Ekonomiczny w Katowicach
• Rocznik: 2011
• Tom: Metody i modele analiz ilościowych w ekonomii i zarządzaniu. Cz. 3
• Strony: 90--103

Twórcy

autor

Michał Trzęsiok

• Uniwersytet Ekonomiczny w Katowicach

Bibliografia

• Abe S.: Support Vector Machines for Pattern Classification (Advances in Pattern Recognition). Springer 2005
• Cristianini N., Shawe-Taylor J.: An Introduction to Support Vector Machines (and other Kernel-based Learning Methods). Cambridge University Press, Cambridge 2000
• Gatnar E.: Symboliczne metody klasyfikacji danych. Wydawnictwo Naukowe PWN, Warszawa 1998
• Gatnar E.: Podejście wielomodelowe w zagadnieniach dyskryminacji i regresji. Wydawnictwo Naukowe PWN, Warszawa 2008
• Grabiński T., Wydymus S., Zeliaś A.: Metody doboru zmiennych w modelach ekonometrycznych. Wydawnictwo Naukowe PWN, Warszawa 1982
• Hastie T., Tibshirani R., Friedman J.: The Elements of Statistical Learning. Springer Verlag, New York 2001
• Karush W.: Minima of Functions of Several Variables with Inequalities as Side Constraints. Praca magisterska, Katedra Matematyki, Uniwersytet w Chicago 1939
• Kuhn H.W., Tucker A.W.: Nonlinear Programming. "Proceedings of the 2nd Berkeley Symposium on Mathematical Statistics and Probabilistics". University of California Press, Berkeley 1951, s. 481-492
• Pociecha J., Podolec B., Sokołowski A., Zając K.: Metody taksonomiczne w badaniach społeczno-ekonomicznych. Wydawnictwo Naukowe PWN, Warszawa 1988
• Steczkowski J., Zeliaś A.: Metody statystyczne w badaniu zjawisk jakościowych. Wydawnictwo Akademii Ekonomicznej, Kraków 1997
• Trzęsiok M.: Analiza wybranych własności metody dyskryminacji wykorzystującej wektory nośne. W: Postępy ekonometrii. Red. A.S. Barczak. Wydawnictwo Akademii Ekonomicznej, Katowice 2004, s. 331-342
• Trzęsiok M.: Metoda wektorów nośnych na tle innych metod wielowymiarowej analizy danych. W: Taksonomia 13. Klasyfikacja i analiza danych teoria i zastosowania. Red. K. Jajuga, M. Walesiak. Wydawnictwo Akademii Ekonomicznej, Wrocław 2006, s. 536-542
• Trzęsiok M.: Problem doboru zmiennych do modelu dyskryminacyjnego budowanego metodą wektorów nośnych. W: Taksonomia 16. Klasyfikacja i analiza danych - teoria i zastosowania. Red. K. Jajuga, M. Walesiak. Wydawnictwo Uniwersytetu Ekonomicznego, nr 47, Wrocław 2009, s. 214-222
• Walesiak M.: Podstawowe zagadnienia statystycznej analizy wielowymiarowej. W: Metody statystycznej analizy wielowymiarowej w badaniach marketingowych. Red. E. Gatnar, M. Walesiak. Wydawnictwo Akademii Ekonomicznej, Wrocław 2004, s. 17-59
• Vapnik V.: Statistical Learning Theory. John Wiley & Sons, New York 1998