PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | 12(XII) | nr 2 | 58--68
Tytuł artykułu

Wielokryterialne metody analizy zróżnicowania polskiego rolnictwa w 2009 roku

Autorzy
Treść / Zawartość
Warianty tytułu
On Multi-Criteria Decision Methods for Study of a Level of Differentiation of Polish Agriculture in 2009
Języki publikacji
PL
Abstrakty
W pracy przedstawiono wykorzystanie trzech metod wzorcowych do analizy regionalnego zróżnicowania poziomu rolnictwa w 2009 roku, po zastosowaniu ilorazowej normalizacji zmiennych. Wyniki porównano z rezultatami otrzymanymi przy pomocy bezwzorcowego, miernika rozwoju typu Pluty. Przy pomocy czterech mierników skonstruowano piąty, "wypadkowy" i na tej podstawie dokonano liniowego uporządkowania oraz pogrupowania polskich województw. Wyniki wskazują, że poziom rozwoju polskiego rolnictwa między województwami w roku 2009 był bardzo zróżnicowany. Z otrzymanych obliczeń można wnioskować, że wybór metody wzorcowej nie ma wpływu na grupowanie województw oraz, że ma niewielki wpływ na wartości ich mierników syntetycznych. (abstrakt oryginalny)
EN
The paper presents the use of three standard methods for the analysis of regional differences in the level agriculture in 2009, after applying the quotient normalization of variables. The research compared with results obtained by using the measure of development of Pluta type - without model -. Of the four measures constructed the fifth, "resultant" synthetic indicator. Then was made the linear arrangement and division into group of Polish voivodships. The results showed that the level of development of Polish agriculture between voivodships in 2009 was very different. Classification of voivodships does not depend on the method and differentiation to a small extent. (original abstract)
Twórcy
  • Szkoła Główna Gospodarstwa Wiejskiego w Warszawie
Bibliografia
  • Bartosiewicz S. (1976) Propozycja metody tworzenia zmiennych syntetycznych, Prace Naukowe AE we Wrocławiu, nr 84, Wrocław.
  • Binderman A. (2005) Klasyfikacja polskich województw według poziomu rozwoju rolnictwa, RNR, Seria G., T.92, Z.1, str. 42, wyd. "Wieś Jutra", Warszawa.
  • Binderman A. (2006) Klasyfikacja danych na podstawie dwóch wzorców, Ekonomika i Organizacja Gospodarki Żywnościowej, SGGW Warszawa, z. 60, s. 25-34.
  • Binderman A. (2007) Wielowymiarowa analiza regionalnego zróżnicowania rolnictwa w Polsce, praca doktorska, SGGW, Warszawa.
  • Binderman A. (2008) Zastosowanie liniowej i nieliniowej funkcji użyteczności do badania poziomu rolnictwa w Polsce, MIBE IX, wyd. SGGW, 29-38.
  • Binderman A. (2009) Dynamika rozwoju rolnictwa w Polsce po akcesji do Unii Europejskiej, Roczniki Nauk Rolniczych, SERiA, Tom XI, Zeszyt 3.
  • Binderman A. (2010) Wpływ sposobu normalizacji zmiennych na ocenę regionalnego zróżnicowania rolnictwa, MIBE XI, wyd. SGGW.
  • Binderman A. (2010a) Porównanie poziomu rozwoju rolnictwa województw w Polsce, Roczniki Naukowe SERiA, T. XII, z. 2, s. 29-34.
  • Binderman Z. (2010) Zjawisko niedosytu w polu preferencji, indukowane przez miernik dwuwzorcowy, MIBE XI, wyd. SGGW.
  • Borkowski B, Szczesny W. (2002) Metody taksonomiczne w badaniach przestrzennego zróżnicowania rolnictwa, RNR, Seria G., T.89, Z.2, wyd. "Wieś Jutra", Warszawa.
  • Breiman L. (1994) Bagging predictors, Technical Report 420, Departament of Statistics, University of California, CA, USA, September.
  • Breiman L. (1996) Arcing Classifiers, Technical Report 460, Departament of Statistics, University of California, CA, USA, February.
  • Breiman L. (1998) Bias-variance, regularization, instability and stabilization. C. M. Bishop, redaktor, Neural Networks and Machine Learning, Springer-Verlag, s. 27-56.
  • Chen S.J., Hwang C.L. (1992) Fuzzy Multiple Attribute Decision Making: Methods and Applications, Springer, New York.
  • Cieślak M. (1993) Ekonomiczne zastosowanie mierników syntetycznych ze zmiennym wzorcem, [w:] Przestrzenno-czasowe modelowanie i prognozowanie zjawisk gospodarczych, AE, Kraków.
  • Gatnar E., Walesiak M. (2009) Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.
  • Gatnar E., Wywiał J. (2007) Wykorzystanie metod grupowania danych do wspomagania prac nad podziałem administracyjnym, Taksonomia 5, AE, Wrocław.
  • Hellwig Z. 1968; Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę kwalifikowanych kadr, "Przegląd Statystyczny", z. 4.
  • Hunek E. (ed.) (2002) Rolnicza Polska wobec wyzwań współczesności, Wieś Jutra.
  • Hwang. C.L., Yoon K. (1981) Multiple Attribute Decision Making: Methods and Applications, Springer-Verlag, New York.
  • Jackson D. M. (1970) The stability of classifications of binary attribute data, Technical Report 70-65, Cornell University 1-13.
  • Krasowicz S. (2009) Regionalne zróżnicowanie zmian w rolnictwie polskim, Studia i Raporty IUNG-PIB, Wybrane elementy regionalnego zróżnicowania rolnictwa w Polsce, z.15, s.9-36.
  • Kukuła K. (2000) Metoda unitaryzacji zerowanej, PWN, Warszawa.
  • Malarska A. (2006) Materiały od wykładu: Klasyfikacja obiektów wielocechowych, KSEiS UŁ.
  • Malina A. (2004) Wielowymiarowa analiza przestrzennego zróżnicowania struktury gospodarki Polski według województw, AE, Seria Monografie nr 162, Kraków.
  • Młodak A. (2006) Analiza taksonomiczna w statystyce regionalnej, DIFIN Warszawa.
  • Neuman F. (1998): Data Fusion and data Quality, Procedings of the New techniques and Technologies for statistics seminar (NTTS"98).
  • Rocznik Statystyczny Województw 2010 r., GUS Warszawa.
  • Saaty T.L. (1980) The analytic hierarchy process, Mc-Graw Hill, New York.
  • Saaty T.L. (1995) Decision Making for Leaders, RWS Publications, New York.
  • Strahl D. (1990) Metody programowania rozwoju społeczno-gospodarczego, PWE, Warszawa.
  • Walesiak M. (2005) Uogólniona miara odległości w statystycznej analizie danych, wyd. AE, Wrocław.
  • Wilkin J. (2001) Polska Wieś 2000: Raport o stanie polskiej wsi, FAPA, Warszawa.
  • Zegar J. (2002) Zróżnicowanie regionalne rolnictwa, GUS, Warszawa.
  • Zeliaś A. (2000) Taksonomiczna analiza przestrzennego zróżnicowania poziomu życia w Polsce w ujęciu dynamicznym, AE Kraków.
  • Zhang W. (2004) Handover Decision Using Fuzzy MADM in Heterogeneous Networks, in Proc. IEEE WCNC'04 , Atlanta, GA, March.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171233961

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.