Wyniki wyszukiwania - BazEkon

1

Ocena poziomu rozwoju zrównoważonego w podregionie pilskim

100%

Strońska-Ziemann J.

Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu

|

2012

|

14

|

z. 3

380-386

Celem badań była ocena poziomu zrównoważenia gmin podregionu pilskiego w odniesieniu do średniego poziomu w województwie wielkopolskim oraz do średniej całego podregionu. Analizę poziomu zrównoważenia przeprowadzono w układzie trzech komponentów rozwoju (środowiskowego, społecznego i gospodarczego), natomiast do oceny poziomu rozwoju zastosowano metodę bezwzorcową, zwaną wskaźnikiem Perkala. Stwierdzono, że wszystkie powiaty podregionu pilskiego najbardziej różnią się od średniej z województwa wielkopolskiego pod względem komponentu gospodarczego, drugim odstającym komponentem w odniesieniu do trzech powiatów było środowisko, natomiast do dwóch powiatów - komponent społeczny. W przypadku skumulowanego poziomu zrównoważenia obliczonego dla całego podregionu pozytywnie wyróżniał się komponent środowiskowy (jedyny odstający pozytywnie od średniej województwa), następnie społeczny i gospodarczy. (abstrakt oryginalny)

2

Badanie zmienności emisji zanieczyszczeń z zastosowaniem metody PCA

100%

Merkisz J., Barczak A., Pielecha J.

Logistyka

|

2011

|

nr 3, CD

1835-1844

Obecne homologacyjne procedury pomiaru emisji spalin nie odzwierciedlają całkowicie emisji mierzonej podczas badań drogowych. Rozwiązaniem tego problemu mogą okazać się testy, wykonywane wyłącznie w rzeczywistych warunkach ruchu, z wykorzystaniem mobilnych analizatorów spalin PEMS (Portable Emissions Measurement Systems). Jednakże pomiary emisji w takich warunkach cechuje duża zmienność. W związku z tym do oceny zmienności stężenia CO, CO2, HC i NOx zastosowano metodę PCA (Principal Component Analysis). Analizę taką przeprowadzono dla 4-wymiarowej przestrzeni wykorzystując: prędkość i przyspieszenie pojazdu oraz prędkość obrotową i moment obrotowy silnika. (abstrakt oryginalny)

3

High Dimensional, Robust, Unsupervised Record Linkage

100%

Bera S., Chatterjee S.

Statistics in Transition

|

2020

|

21

|

nr 4 Special Issue

123-143

We develop a technique for record linkage on high dimensional data, where the two datasets may not have any common variable, and there may be no training set available. Our methodology is based on sparse, high dimensional principal components. Since large and high dimensional datasets are often prone to outliers and aberrant observations, we propose a technique for estimating robust, high dimensional principal components. We present theoretical results validating the robust, high dimensional principal component estimation steps, and justifying their use for record linkage. Some numeric results and remarks are also presented. (original abstract)

4

Problemy związane z budową bezwładnika jako inercyjnego akumulatora energii

100%

Krakowiak I.

Logistyka

|

2014

|

nr 6, CD 3

5944-5954

W artykule przedstawiono główne problemy związane z wykonaniem konstrukcji kompozytowego bezwładnika jako inercyjnego akumulatora energii. W projekcie uwzględniono analizy energetyczne umożliwiające uzyskanie odpowiedniego kompromisu pomiędzy kryteriami doboru. Budowa prototypu ukazała wiele niedoskonałości, ale w sposób jednoznaczny wskazała możliwości nowej metody wykonania inercyjnego akumulatora energii. Właściwy dobór wpływa na wykonanie odpowiedniej konstrukcji i zastosowanie bezwładnika w napędzie wieloźródłowym pojazdu lub maszyny. Konstrukcja akumulatora inercyjnego w wieloźródłowym układzie napędowym powinna stabilizować pracę pierwotnego źródła mocy, czyli pośrednio zapewnić ograniczenie prądu baterii, podwyższyć sprawności hamowania odzyskowego, zwiększyć zasięg jazdy pojazdu. Podstawowym ograniczeniem mobilnego zastosowania akumulatora energii jest prędkość kątowa, dlatego też konieczne jest zastosowanie odpowiednio wykonanej obudowy zapewniającej prawidłową i bezpieczną eksploatację maszyn lub pojazdów. (abstrakt oryginalny)

5

Principal Components of Innovation Performance in European Union Countries

75%

Kleszcz A.

Wiadomości Statystyczne

|

2021

|

nr 8

24-45

Innowacyjność należy do głównych wyznaczników rozwoju gospodarczego. Działalność innowacyjna jest bardzo złożona, a przez to trudna do zmierzenia. Dużym wyzwaniem dla badaczy jest także poznanie uwarunkowań tego zjawiska. W artykule skupiono się na problemie zróżnicowania terytorialnego innowacyjności wśród krajów Unii Europejskiej, a także na analizie głównych składowych innowacyjności wyznaczonych przy wykorzystaniu wskaźników uwzględnianych w Europejskim Rankingu Innowacyjności (European Innovation Scoreboard - EIS). Celem badania omawianego w artykule jest identyfikacja głównych składowych innowacyjności różnicujących kraje na podstawie analizy struktury korelacji. Obliczenia oparto na wskaźnikach zawartych w bazie EIS 2020, obejmujących 2012-2019. Przeprowadzono analizę porównawczą krajów pod kątem wydajności innowacyjnej przy użyciu metody analizy głównych składowych (PCA), aby znaleźć nieskorelowane główne składowe innowacji różnicujące kraje. Wyniki uzyskano dzięki zredukowaniu 10-wymiarowego zestawu danych do zestawu 2-wy- miarowego, łatwiejszego do interpretacji. Pozwoliło to wyróżnić pierwszą główną składową (PC1) zawierającą zasoby ludzkie, atrakcyjne systemy badawcze, finanse i wsparcie rozumiane jako środowisko akademickie i finanse. Druga główna składowa (PC2), obejmująca wpływ na zatrudnienie i sieć powiązań, jest interpretowana jako związana z biznesem. Składowe PC1 i PC2 wyjaśniły łącznie 68% wariancji; podobne wyniki uzyskano dla zestawu 27 szczegółowych wskaźników uwzględnianych w EIS. Można zatem uznać, że daje to dokładną reprezentację danych EIS, która zapewnia alternatywną ocenę i ranking wyników w zakresie innowacji. Zaproponowany uproszczony indeks innowacyjności, opisany w przestrzeni dwuwymiarowej, opierający się na PC1 i PC2, umożliwia nowy sposób grupowania krajów i może mieć szerokie zastosowanie, np. PC1 przedstawia geograficzne zróżnicowanie innowacji odpowiadające podziałowi na kraje członkowskie starej i nowej Unii. (abstrakt oryginalny)

6

Is exchange rate moody? forecasting exchange rate with google trends data

75%

Chojnowski M., Dybka P.

Econometric Research in Finance

|

2017

|

2

|

nr 1

1-21

This paper proposes a novel method of exchange rate forecasting. We extend the present value model based on observable fundamentals by including three unobserved fundamentals: credit-market, nancial-market, and price-market sentiments. We develop a method of sentiments extraction from Google Trends data on searched queries for different markets. Our method is based on evolutionary algorithms of variable selection and principal component analysis (PCA). Our results show that the extended vector autoregressive model (VAR) which includes markets' sentiment, shows better forecasting capabilities than the model based solely on fundamental variables or the random walk model (naïve forecast).(original abstract)

7

Evaluation of Dimensions of Farmer Attitudes in Principal Component Analysis (PCA)

75%

Domagalska-Grędys M.

Roczniki Naukowe Stowarzyszenia Ekonomistów Rolnictwa i Agrobiznesu

|

2020

|

22

|

z. 1

66-76

Celem artykułu jest identyfikacja wiodących postaw relacyjnych wśród rolników utrzymujących zwierzęta ras zachowawczych. Uzasadnieniem praktycznym przyjętych analiz było wskazanie czynników, sprzyjających pożądanym relacjom (postawom) w rolnictwie opartym na więzi. Badania przeprowadzono w 145 gospodarstwach z wykorzystaniem kwestionariusza wywiadu w powiatach trzech województw (małopolskiego, podkarpackiego i lubelskiego), w których występowały gospodarstwa z rasami zachowawczymi zwierząt gospodarskich. Dobór gospodarstw był celowy, spełniający kryterium zapewnienia największego zróżnicowania ras zwierząt hodowlanych 3 gatunków (krów, owiec i świń). Na podstawie testu i analizy PCA wyłoniono 2 typy postaw, tj. typ więzi i typ oportunistyczny. W realizowanych relacjach rolników reprezentujących gospodarstwa według trzech gatunków zwierząt ras zachowawczych, mocniej zaznaczyła się postawa oportunistyczna niż więziowa. Szczególnie wysoko cenili oportunizm hodowcy świń i bydła. Dodatkowo w grupach przeanalizowano rozkłady postaw, m.in. ze względu na cechy rolników (wiek, płeć, wykształcenie, doświadczenie zawodowe) i obecność następcy w gospodarstwie. Potwierdzono m.in. wpływ braku doświadczeń zawodowych rolników na postawy prowięziowe. Młodsze pokolenie rolników jest bardziej efektywne w realizacji programów bioróżnorodności genetycznej zwierząt gospodarskich. Rozwojowe okazały się mniejsze powierzchniowo gospodarstwa, prowadzone przez lepiej wykształconych rolników, o krótkim stażu pracy w rolnictwie i mniejszych doświadczeniach w utrzymywaniu zwierząt ras zachowawczych. Uzyskane wyniki są poglądowe dla dobranych celowo obiektów, z ograniczeniami można je odnosić do populacji wszystkich polskich gospodarstw utrzymujących zwierzęta ras zachowawczych.(abstrakt oryginalny)

8

O wykorzystaniu analizy głównych składowych w metodzie Data Envelopment Analysis

75%

Domagała A.

Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu. Taksonomia

|

2014

|

23

|

nr 328 Klasyfikacja i analiza danych - teoria i zastosowania

254-263

W artykule podjęto próbę porównania wybranych dwóch metod z grupy PCA-DEA, będących połączeniem analizy głównych składowych (PCA) z metodą Data Envelopment Analysis (DEA). Celem PCA-DEA jest poprawa rezultatów standardowej DEA, która w sytuacji zbyt małej liczby badanych obiektów i/lub zbyt dużej liczby cech opisujących obiekty traci moc dyskryminacyjną. Badanie polegało na porównaniu rezulta-tów uzyskiwanych przy zastosowaniu standardowego modelu DEA i modeli PCA-DEA w sytuacji prawidłowej oraz zbyt małej liczebności badanej grupy. Wykorzystano dane rze-czywiste i symulacyjne.(abstrakt oryginalny)

9

Zastosowanie metody składowych głównych w analizie ryzyka stopy procentowej na przykładzie krzywej dochodowości w Polsce w latach 2003-2011

75%

Lusztyn M.

Studia i Prace Kolegium Zarządzania i Finansów / Szkoła Główna Handlowa

|

2013

|

z. 124

47-63

W niniejszej pracy zbadano właściwości dynamiki struktury terminowej stóp procentowych w Polsce z zastosowaniem metody analizy składowych głównych (ang. Principal Component Analysis). Omawiając wybrane pozycje literatury dotyczącej analizy krzywej dochodowości dla rynku polskiego oraz zastosowania metody analizy składowych głównych dla innych rynków, ukazano, iż temat niniejszej pracy nie był do tej pory obszarem istotnych badań w literaturze polskojęzycznej, pomimo, wskazanych również w niniejszej pracy, możliwych zastosowań w analizie ryzyka stopy procentowej. W wyniku przeprowadzonych badań wykazano, że w odróżnieniu od innych rynków, do wyjaśnienia 93-95% zmian krzywej dochodowości złotego polskiego w analizowanym okresie potrzeba było nie więcej niż trzech składowych głównych. Składowe te pozwalają na identyfikację kluczowych źródeł zmian krzywej dochodowości, pozwalając jednocześnie na ich, mającą znaczenie ekonomiczne, interpretację za pomocą składowych głównych opisujących przesunięcie równoległe krzywej dochodowości, zmianę jej nachylenia oraz zmianę jej wypukłości. Wnioski z niniejszego badania pozwalają na zastosowanie analizy składowych głównych(fragment tekstu)

10

Zróżnicowanie wykorzystania technologii informacyjno-komunikacyjnych w krajach Unii Europejskiej

75%

Wojnar J.

Wiadomości Statystyczne

|

2020

|

nr 8

39-56

Celem badania omawianego w artykule jest ocena zróżnicowania krajów Unii Europejskiej pod względem stopnia wykorzystania technologii informacyjno-komunikacyjnych (ICT). Do analizy wybrano 15 wskaźników opisujących wykorzystanie ICT przez osoby fizyczne i gospodarstwa domowe. Dane pochodziły ze sprawozdań Głównego Urzędu Statystycznego oraz bazy Eurostatu i dotyczyły 2017 r. W analizie zróżnicowania zastosowano metodę analizy składowych głównych. Wykonano także analizę skupień za pomocą metody k-średnich. Z badania wynika, że liderami w dziedzinie wykorzystania ICT są kraje skandynawskie i kraje Beneluksu. Wśród najniżej ocenionych znajdują się kraje południowej i południowo-wschodniej Europy oraz Polska. (abstrakt oryginalny)

11

Comparison of Selected Multiple Imputation Methods for Continuous Variables - Preliminary Simulation Study Results

75%

Misztal M.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2018

|

vol. 6, t. 339

73-98

Problem występowania danych niekompletnych i ich wpływu na wyniki analiz statystycznych nie jest związany z żadną konkretną dziedziną nauki - pojawia się w ekonomii, socjologii, edukacji, naukach behawioralnych czy medycynie. W przypadku większości klasycznych metod statystycznych wymagana jest kompletna informacja o zmiennych charakteryzujących badane obiekty, a typowym podejściem do brakujących danych jest po prostu ich usunięcie. Prowadzi to jednak do niewiarygodnych i obciążonych wyników analiz i nie jest zalecane w literaturze przedmiotu. Rekomendowaną metodą postępowania z brakującymi danymi jest imputacja wielokrotna. W artykule rozważono kilka wybranych jej metod. Szczególną uwagę zwrócono na wykorzystanie analizy głównych składowych (PCA) jako metody imputacji. Celem pracy była ocena jakości imputacji opartej na PCA na tle dwóch innych technik uzupełniania braków danych: imputacji wielokrotnej za pomocą równań łańcuchowych (MICE) i metody missForest. Porównania metod imputacji dokonano, wykorzystując podejście symulacyjne i generując braki danych w 10 kompletnych zbiorach danych z repozytorium baz danych Uniwersytetu Kalifornijskiego w Irvine, z uwzględnieniem różnych mechanizmów generowania braków danych oraz różnych proporcji (10-50%) brakujących wartości. Do imputacji brakujących wartości zastosowano metodę równań łańcuchowych, metodę missForest oraz metodę opartą na głównych składowych (MIPCA). Znormalizowany pierwiastek kwadratowy błędu średniokwadratowego (NRMSE) wykorzystano jako miarę dokładności imputacji. Na podstawie przeprowadzonych analiz metoda missForest może być rekomendowana jako ta metoda wielokrotnej imputacji, która zapewnia najwyższą dokładność imputacji braków danych. Imputacja oparta na analizie głównych składowych (PCA) nie prowadzi do zadowalających wyników.(abstrakt oryginalny)

12

Does efficiency of the Nordic Pension System Evolve after Crisis?

75%

Brycz M.

Journal of International Studies

|

2018

|

11

|

nr 4

228-236

This study examines efficiency of the pension system in the Nordic countries in comparison to other European counterparts using efficiency indicators proposed by Chybalski (2016). Principal Component Analysis (PCA) is used to check weather Nordic Countries forms a cluster - it is possible to extract Nordic Countries from European Countries by their pension system efficiency before and after 2008 crisis. PCA was applied to the year 2008 and 2013 to investigate whether 2008-financial crisis changed pension system efficiency. According to our analysis pension systems in Iceland, Norway and Sweden are very efficient in terms of labour market and forms a cluster both before and after financial crisis. Denmark and Finland don't differ significantly from the rest of analysed European countries. (original abstract)

13

Analiza porównawcza efektywności metod redukcji zmiennych - analiza składowych głównych i analiza czynnikowa

75%

Czopek A.

Studia Ekonomiczne / Uniwersytet Ekonomiczny w Katowicach

|

2013

|

nr 132 Zastosowania metod matematycznych w ekonomii i zarządzaniu

7-23

Artykuł składa się z trzech części. Rozdziały pierwszy i drugi są poświęcone, odpowiednio, analizie składowych głównych i analizie czynnikowej, gdzie została dokonana krótka charakterystyka tych metod. W rozdziale trzecim, na podstawie przykładu empirycznego, porównano efektywność analizy składowych głównych i analizy czynnikowej. (abstrakt oryginalny)

14

Co wpływa na zasoby i procesy wiedzy - wybrane aspekty organizacyjnego uczenia się organizacji publicznych

63%

Możdżeń M., Chrabąszcz R.

Zarządzanie Publiczne / Uniwersytet Ekonomiczny w Krakowie

|

2011

|

nr 4 (18)

75-96

Poniższy artykuł powstał w oparciu o model organizacyjnego uczenia się zbudowany na bazie analizy zasobów i procesów wiedzy oraz katalogu barier organizacyjnych przeciwdziałających skutecznemu uczeniu się organizacji publicznych. Wykorzystuje także wyniki dogłębnego badania zjawiska organizacyjnego uczenia się w sektorze publicznym przeprowadzonego w ramach projektu "Ministerstwa Uczące Się" (MUS) w 2011 r. Badanie ankietowe MUS zostało dokonane na próbie złożonej z urzędników czterech polskich ministerstw. Celem artykułu jest identyfikacja najważniejszych czynników (zmiennych niezależnych) wpływających na procesy akumulowania i wykorzystywania w działaniu wiedzy w administracji publicznej sektora centralnego (stanowiące zmienne zależne). Autorzy dokonują także oceny stopnia wpływu zidentyfikowanych czynników na wspomniane procesy w przekroju dwóch wymiarów teoretycznych, przełożonych następnie na wymiary empiryczne. Metodologia badania opiera się na analizie czynnikowej (metoda głównych składowych - PCA) wykonanej w celu wyodrębnienia czynników odpowiadającym zasobom i procesom wiedzy oraz wymiarom barier organizacyjnych oraz na przeprowadzeniu analizy regresji liniowej. Podejście to pozwala ocenić najważniejsze cechy organizacyjne wpływające na proces uczenia się organizacji. Wyniki wskazują na istotną zależność między wymiarami organizacyjnego uczenia się a kulturą organizacyjną, charakterystyką kierownictwa i pracowników, występowaniem elementów systemu zarządzania wiedzą, związkami z otoczeniem oraz elastycznością organizacyjną. (abstrakt oryginalny)

15

Primary Income Distribution : Labour Market's Role In Selected European and Transition Countries

63%

Terenzi G.

Management and Business Administration. Central Europe

|

2012

|

20

|

nr 6

66-97

Cel: Celem artykułu jest zbadanie wpływu struktury rynku pracy na rozkład dochodów pierwotnych w gospodarce. Do badania wybrano dwa kraje posocjalistycznej transformacji - Polskę i Rosję; wskazano różne ścieżki zmian strukturalnych w tych krajach, co tłumaczy różnice w bieżącym rozkładzie dochodów w tych dwóch gospodarkach. Metodologia: W części empirycznej badania wykorzystano analizę klastrów oraz metodę PCA (Principal Component Analysis). Za pomocą tych technik wyodrębniono podstawowe czynniki rynku pracy, które mają decydujące znaczenie dla rozkładu dochodu w wybranych gospodarkach. Wnioski: Na podstawie analizy danych można stwierdzić występowanie zależności między modelem rynku pracy a nierównościami w rozkładzie dochodów pierwotnych w gospodarce. Oryginalność: Innowacyjność badania, głównie ze względu na niewielką dostępność danych, polega na wykorzystaniu analizy klastrów dla rozpoznania kluczowych czynników mających wpływ na rozkład dochodów pierwotnych w gospodarce. (abstrakt oryginalny)

16

A Game Theoretical Study of Generalized Trust and Reciprocation in Poland : II. A Description of the Study Group

63%

Markowska-Przybyła U., Ramsey D. M.

Operations Research and Decisions

|

2015

|

25

|

nr 2

51-73

The first article describing this project presented the three games that the participants played: the Ultimatum Game, the Trust Game and the Public Goods Game. This article describes the study group on the basis of a questionnaire regarding where they study and come from, their social contacts, interest in current issues, views on inequality and outlook on life. A description of the migratory decisions of students is given. In particular, two exploratory methods are used to investigate the data's structure: Bayesian networks and principal component analysis. Bayesian networks are used to illustrate the associations between categorical variables. Principal component analysis is designed to describe latent variables which reflect the associations between numerical variables. We present the results of this analysis and discuss the advantages and disadvantages of these two methods. (original abstract)

17

Wnioski z analizy głównych składowych dla modelu Lee-Cartera - populacja Polski i Hiszpanii

63%

Dylewska E., Purificación Galindo Villardón M.

Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa

|

2013

|

nr 31 Zagadnienia aktuarialne : teoria i praktyka

187-198

Model Lee-Cartera jest obecnie szeroko stosowany w prognozowaniu śmiertelności oraz tworzeniu dynamicznych tablic trwania życia. Podstawową postać modelu Lee-Cartera można rozumieć jako model analizy głównych składowych (ang. Principal Component Analysis) ograniczony do pierwszej składowej. Stosowanie modelu uproszczonego wymaga jednak sprawdzenia, czy model w wystarczającym stopniu opisuje zmienność danych dla danej populacji, a także jaką część zmienności wyjaśniłyby kolejne składowe modelu. Artykuł przedstawia wnioski dotyczące zastosowania metody głównych składowych do analizy centralnego natężenia umieralności m(x, t) populacji kobiet i mężczyzn w Polsce, a także w celach porównawczych - w Hiszpanii(abstrakt oryginalny)

18

Metodologiczne aspekty pomiaru wartości cenionych przez konsumentów

63%

Stobiecka J.

Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie

|

2012

|

nr 884

71-85

Prezentowany artykuł ma charakter metodologiczny. Skupiono w nim uwagę na praktycznym zastosowaniu skali LOV (list of value) w realiach polskich. Podjęto próbę redukcji zmiennych z zastosowaniem analizy głównych składowych i analizy czynnikowej hierarchicznej. Ujawniono występowanie dwóch czynników wtórnych i czterech pierwotnych. Autorka porównuje uzyskane rezultaty z wynikami otrzymanymi przez innych autorów. Struktura czynników wtórnych jest zbliżona do proponowanych w 1983 r. przez Kahle'a. W badaniach marketingowych sugeruje się uzupełnienie LOV o wartości związane z bezpieczeństwem finansowym, zdrowiem oraz wrażliwością na piękno. (abstrakt autora)

19

Statystyczne modele czynnikowe w modelowaniu ryzyka dotyczącego akcji notowanych na GPW

63%

Śmiech S.

Zeszyty Naukowe / Uniwersytet Ekonomiczny w Krakowie

|

2010

|

nr 813

81-96

Modele wieloczynnikowe mogą być wykorzystywane do opisywania stóp zwrotu z instrumentów finansowych. Istnieją trzy główne grupy modeli czynnikowych: fundamentalne, makroekonomiczne i statystyczne modele czynnikowe. W statystycznych modelach czynnikowych zmienne objaśniające nie są bezpośrednio obserwowane, dlatego budowa modelu przebiega w dwóch etapach. W artykule przedstawiono budowę statystycznego modelu czynnikowego dla podzbiorów akcji notowanych na Warszawskiej Giełdzie Papierów Wartościowych.

20

Multivariate Analysis of Regional Differences in the Higher Education System in Poland

63%

Ordon A.

Acta Universitatis Lodziensis. Folia Oeconomica

|

2006

|

196 Multivariate Statistical Analysis : Methods and Applications

305-325

Artykuł jest próbą analizy zróżnicowania regionalnego Polski w 2001 r. pod względem szkolnictwa wyższego. W pierwszej części artykułu opisany jest proces hierarchizacji województw pod względem poziomu szkolnictwa wyższego. Za miarę tego poziomu przyjęto zmienną syntetyczną, będącą średnią ważoną z 10 cech mogących świadczyć o poziomie szkolnictwa wyższego. Przy wyborze tych cech kierowano się zarówno ich zastosowaniem przez ekspertów, jak i dostępnością danych w statystyce regionalnej. W drugiej części artykułu autor przedstawia grupowanie województw w dwuwymiarowych przestrzeniach, gdzie pierwszy wymiar to poziom szkolnictwa wyższego, drugi natomiast opisuje sytuację społeczno-gospodarczą w regionach. Sytuację tę reprezentują czynniki wyodrębnione w analizie głównych składowych spośród 21 cech mających potencjalny wpływ na kształtowanie się szkolnictwa wyższego. (abstrakt oryginalny)