PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2019 | 20 | z. 11 Społeczna odpowiedzialność biznesu | 35--46
Tytuł artykułu

Fashion, Expectations and Reality. Methodology for Researching Stakeholders Preferences

Treść / Zawartość
Warianty tytułu
Języki publikacji
EN
Abstrakty
EN
At work, the problem of analyzing factors influencing demand is being considered. The actual data on two types of clothing industry products characterized by two features are considered. The basis for building a discriminant model is to find the optimal partition of the set characterized by the contingency tables. Due to the exponential computational complexity, a randomized method of searching for an optimal solution was proposed. Optimization criteria are chi square statistics and p-value. (original abstract)
Rocznik
Tom
20
Strony
35--46
Opis fizyczny
Twórcy
  • Wroclaw School of Banking, Poland
  • Wroclaw School of Banking, Poland
autor
  • MG4 Sp. z.o.o Malin
  • Wroclaw University of Science and Technology, Poland
  • Wroclaw School of Banking, Poland
Bibliografia
  • Bukietyńska A., Czekała M., Gurak M. (2018), Rozkład inwersji w analizie poprawności ocen eksperckich na przykładzie branży modowej, "Marketing i Rynek", No. 12, pp. 59-72.
  • Czekała M., Bukietyńska A., Schlichtinger A.M. (2018), Estimation of the probability of inversion i n the test of variable dependencies, "Advances in Intelligent Systems and Computing", pp. 145-158.
  • Gandy A. (2009), Sequential implementation of Monte Carlo tests with uniformly bounded resampling risk, "Journal of the American Statistical Association", 104 (488), pp. 1504-1511.
  • Gatnar E. (2001), Nieparametryczna metoda dyskryminacji i regresji, PWN, Warszawa.
  • Kaas G.V. (1980), An Exploratory Technique for Investigating Large Quantities of Categorical Data, "Applied Statistics", No. 29, p. 119.
  • Lipski W., Marek W. (1986), Analiza kombinatoryczna, PWN, Warszawa.
  • Lloyd S.P. (1982), Least squares quantization in PCM, "IEEE Transactions on Information Theory", No. 28 (2), pp. 129-137.
  • Łapczyński M. (2010), Drzewa klasyfikacyjne i regresyjne w badaniach marketingowych, UE Kraków.
  • Walesiak M., Gatnar E. (2012), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
  • R Core Team (2013), R: A language and environment for statistical computing, R Foundation for Statistical Computing, Vienna, Austria. URL http://www.R-project.org/.
  • Wolfram Research, Inc. (2017), Mathematica, Version 11.2, Champaign, IL
  • Xebola (2016), Przemysł odzieżowy, zaraz po petrochemii, to drugi największy truciciel na świecie [online], https://xebola.wordpress.com/2016/10/16/przemysl-odziezowy-zaraz-po-petrochemii -to-drugi-najwiekszy-truciciel-na-swiecie/, access: 24.03.2019.
  • Fundacja Kupuj Odpowiedzialnie (2010), O bawełnie trochę więcej [online], http://www.ekonsument.pl/a683_o_bawelnie_troche_wiecej.html, access: 23.03.2019.
  • Rozwadowska A. (2016), Trzy lata po katastrofie Rana Plaza, "Wyborcza.pl" [online], http://wyborcza.pl/1,155290,19985291,trzy-lata-po-katastrofie-rana-plaza-t-shirt-nadal-po-19-99.html, access: 24.03.2019.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171583792

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.