Przegląd formuł normalizacji wartości zmiennych oraz ich własności w statystycznej analizie wielowymiarowej

• Autorzy: Marek Walesiak

Warianty tytułu

Data Normalization in Multivariate Data Analysis : an Overview and Properties

• Języki publikacji: PL

Abstrakty

Celem normalizacji wartości zmiennych jest doprowadzenie zmiennych do porównywalności poprzez pozbawienie mian wyników pomiaru oraz ujednolicenie ich rzędów wielkości. W artykule zaprezentowano przegląd formuł normalizacyjnych wartości zmiennych oraz ich własności. Zaproponowano dwie nowe formuły normalizacyjne, pokazano związki między formułami normalizacyjnymi oraz wskazano nieprawidłowe formuły normalizacyjne. (abstrakt oryginalny)

EN

The purpose of normalization is to adjust the size (magnitude) and the relative weighting of the input variables. The article presents an overview of the normalization formulas and their properties. Moreover a new formulas of normalization of the values of variables are proposed. The article discusses connection among normalization formulas and indicates incorrect normalization formulas. (original abstract)

Słowa kluczowe

PL

Standaryzacja; Normalizacja; Wielowymiarowa analiza statystyczna

EN

Standardization; Normalization; Multi-dimensional statistical analysis

• Czasopismo: Przegląd Statystyczny
• Rocznik: 2014
• Tom: 61
• Numer: z. 4
• Strony: 363--372

Twórcy

autor

Marek Walesiak

• Uniwersytet Ekonomiczny we Wrocławiu

Bibliografia

• Abrahamowicz M., (1985), Konstrukcja syntetycznych mierników rozwoju w świetle twierdzenia Arrowa Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 311, 5-25.
• Borys T., (1978), Metody normowania cech w statystycznych badaniach porównawczych, Przegląd Statystyczny, 25 (2), 227-239.
• Grabiński T., (1988), Metody statystycznej analizy porównawczej, w: Zeliaś A., (red.), Metody statystyk międzynarodowej, PWE, Warszawa 235-260.
• Grabiński T., (1992), Metody taksonometrii, Wydawnictwo Akademii Ekonomicznej w Krakowie, Kraków.
• Jajuga K., (1981), Metody analizy wielowymiarowej w ilościowych badaniach przestrzennych, Akademia Ekonomiczna we Wrocławiu, Wroclaw (praca doktorska).
• Jajuga K., Walesiak M., (2000), Standardisation of data set under different measurement scales, w: Decker R., Gaul W., (red), Classification and information processing at the turn of the millennium, Springer-Verlag Berlin, Heidelberg, 105-112.
• Joanes D. N., Gill C. A., (1998), Comparing Measures of Sample Skewness and Kurtosisi The Statistician, 47, 183-189.
• Lira J., Wagner W., Wysocki F., (2002), Mediana w zagadnieniach porządkowania liniowego obiektów wielocechowych, w: Paradysz J. (red.), ISatystyka regionalna w służbie samorządu lokalnego i biznesu, Internetowa Oficyna Wydawnicza, Centrum Statystyki Regionalnej, Akademia Ekonomiczna w Poznaniu, Poznań, 87-99.
• Meyer D., Dimitriadou E., Hornik K., Weingessel A, Leisch F., Chang C., Lin C., (2014), elOJl pak-kage, URL http://www.R-project.org.
• Milligan G. W., Cooper M. C., (1988), A Study of Standardization of Variables in Cluster Analysis, Journal of Classification, 5 (2), 181-204.
• Mlodak A., (2006), Analiza taksonomiczna w statystyce regionalnej, Difin, Warszawa.
• Mlodak A, (2009), Historia problemu Webera, Matematyka Stosowana, 37 (1), tom 10/51, 3-21.
• Nowak E., (1990), Metody taksonomiczne w klasyfikacji obiektów społeczno-gpspodarczych, PWE, Warszawa.
• Pawełek B., (2008), Metody normalizacji zmiennych w badaniach porównawczych złożonych zjawisk ekonomicznych, Wydawnictwo Uniwersytetu Ekonomicznego w Krakowie, Kraków.
• R Development Core Team, (2014), R: A language and environment for statistical computing R Foundation for Statistical Computing Vienna, URL http://www.R-project.org.
• Rybaczuk M., (2002), Graficzna prezentacja struktury danych wielowymiarowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 942, 146-153.
• Stevens S.S., (1946), On the Theory of Scales of Measurement, Science, 103 (2684), 677-680.
• Walesiak M., (1988), Skale pomiaru cech (w ujęciu zwężonym) a zagadnienie wyboru postaci analitycznej syntetycznych mierników rozwoju, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 447, 63-71.
• Walesiak M., (1990), Syntetyczne badania porównawcze w świetle teorii pomiaru, Przegląd Statystyczny, 37 (1-2), 37-46.
• Walesiak M, (1993), Statystyczna analiza wielowymiarowa w badaniach marketingowych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 654, Seria: Monografie i Opracowania nr 101.
• Walesiak M., (1996), Metody analizy danych marketingowych PWN, Warszawa
• Walesiak M., (2002), Uogólniona miara odległości w statystycznej analizie wielowymiarowej, Wydawnictwo Akademii Ekonomicznej we Wrocławiu, Wrodaw.
• Walesiak M, (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław.
• Walesiak M., Dudek A., (2014), ClusterSim Package, URL http ://www.R-project.org.
• Zeliaś A., (2002), Some Notes on the Selection of Normalisation of Diagnostic Variables, Statistics in Transition, 5 (5), 787-802.