Metody gradacyjne analizy danych w identyfikacji struktur wydatków gospodarstw domowych

• Autorzy: Alicja Ciok

Warianty tytułu

Gradation method of data analysis in identification of structures of households expenditures

• Języki publikacji: PL

Abstrakty

Celem artykułu jest przedstawienie możliwości zastosowania metod gradacyjnej analizy korespondencji i korzystającej z niej analizy skupień do generowania typologii polskich gospodarstw domowych ze względu na strukturę ich wydatków. Metody te zastosowano do analizy danych GUS, opisujących budżety gospodarstw domowych.

EN

The objective of this article is to show usefulness of the methods of grade data analysis (and, precisely, the grade correspondence analysis, and the cluster analysis based on it) for the purpose of generating a Typology of Polish households in respect of the pattern of their expenditure. Visualisation of the data tables in the form of the so-called maps of overrepresentation was used as an auxiliary tool. The result of use of these methods is not only separation of the types of households but, first of all, identification of a certain monotonie trend which could be described as a relationship towards investment in a broad sense of the term. This trend is determined by arrangement of the category of expenditure, and which itself, in turn, determines arrangement of the households (thus, also the classes of typology).(original abstract)

Słowa kluczowe

PL

Gospodarstwa domowe; Wydatki gospodarstw domowych; Analiza danych statystycznych; Analiza skupień

EN

Households; Household expenditures; Statistical data analysis; Cluster analysis

• Czasopismo: Wiadomości Statystyczne
• Rocznik: 2004
• Numer: nr 4
• Strony: 12--21

Twórcy

autor

Alicja Ciok

Bibliografia

• [1] Ciok A. (1998), Discretization as a tool in cluster analysis. In: Rizzi A., Vichi M., Bock H.-H. (Eds.). Advances in Data Science and Classification, Proceedings of the 6th Conference of the International Federation of Classification Societies (IFCS-98), Rzym, 21—24 lipca 1998 r.. Springer, pp. 349—354
• [2] Ciok A. (2002), Grade Correspondence-Cluster Analysis Applied to Separate Components: of Reversely Regular Mixtures. In: Jajuga K., Sokołowski A., Bock H.-H. (Eds.), Classification, Clustering and Data Analysis. Recent Advances and Applications, Springer, pp. 211—218
• [3] Ciok A., Kowalczyk T, Pleszczyńska E., Szczesny W. (1995), Algorithms of grade correspondence-cluster analysis. The Collected Papers of Theoretical and Applied Computer Science, vol. 7, no. 1—4. pp. 5-22
• [4] Ciok A., Kowalczyk T, Pleszczyńska E., Szczesny W. (1994), Visualisation of a two-way table as a Data Mining Tool, Proceedings of the Workshop on Intelligent Information Systems, Wigry, 6—10 czerwca 1994 r.
• [5] Schriever B.F. (1985), Order Dependence. Ph.D. dissertation, Centrum voor wiskunde en informatika, Vrije Universiteit te Amsterdam