Application of Kullback-Leibler Relative Entropy for Studies on the Divergence of Household Expenditures Structures

• Autorzy: Ewa Wędrowska

Warianty tytułu

Wykorzystanie entropii względnej Kullbacka-Leiblera do badania rozbieżności struktur wydatków gospodarstw domowych

• Języki publikacji: EN

Abstrakty

EN

The paper proposes the possibility of employing the methods defined on the grounds of the information theory to research on socioeconomic phenomena. The presented measures are Shannon's entropy and Kullback-Leibler relative entropy (divergence) applied for quantification of the degree of concentration of structures and the degree of divergence between structures analyzed in the dynamic approach respectively. The paper presents studies on the degree of divergence between structures of average monthly per capita expenditures in households in Poland during the years 2000-2008. (original abstract)

W artykule zaproponowano możliwość wykorzystania metod zdefiniowanych na gruncie teorii informacji do badania zjawisk społeczno-ekonomicznych. Prezentowane miary to entropia Shannona oraz entropia względna (dywergencja) Kullbacka-Leiblera wykorzystane odpowiednio do kwantyfikacji stopnia koncentracji struktur oraz stopnia rozbieżności między strukturami analizowanymi w ujęciu dynamicznym. W artykule zbadano stopień rozbieżności między strukturami przeciętnych miesięcznych wydatków na osobę w gospodarstwach domowych w latach 2000-2008 w Polsce. (abstrakt oryginalny)

Słowa kluczowe

EN

Entropy; Family budget; Economic statistics; Information theory

PL

Entropia; Budżet rodzinny; Statystyka gospodarcza; Teoria informacji

• Czasopismo: Olsztyn Economic Journal
• Rocznik: 2011
• Numer: nr 6 (1)
• Strony: 133--142

Twórcy

autor

Ewa Wędrowska

• University of Warmia and Mazury in Olsztyn

Bibliografia

• Asadi M., Ebrahimi N., Soofi E.S. 2005. Dynamic generalized information measures. Statistics & Probability Letters, 71: 85-98.
• Budżety gospodarstw domowych w 2008 roku. 2009. Informacje i opracowania statystyczne, GUS, Warszawa.
• Cavanaugh J. 1999. A large-sample selection criterion based on Kullback's symmetric divergence. Statistics & Probability Letters, 42: 333-343.
• Dhillon I.S., Mallele S., Kumar R. 2003. A divisive information - theoretic feature clustering algorithm for text classification. Journal of Machine Learning Research, 3: 1265- 1287.
• Hung W.L., Yang M.S. 2007. On the J-divergence of intuitionistic fuzzy seta with its application to pattern recognition, Information Sciences 178: 1641-1650.
• Lavenda B.H. 2005. Mean Entropies. Open System Infor. Dyn., 12: 289-302.
• Młodak A. 2006. Analiza taksonomiczna w statystyce regionalnej. Wyd. Dyfin, Warszawa.
• Nowak E. 1990. Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych. PWE, Warszawa.
• Piłatowska M. 2009. Prognozy kombinowane z wykorzystaniem wag Akaike'a. Acta Universitatis Nicolai Copernici. Ekonomia, XXXIX: 51- 62.
• Przybyszewski R., Wędrowska E. 2005. Algorytmiczna teoria entropii. Przegląd Statystyczny, 2(52): 85- 102.
• Taksonomia struktur w badaniach regionalnych. 1998. Red. D. Strahl. Wyd. Akademii Ekonomicznej we Wrocławiu, Wrocław.
• Wędrowska E. 2010. Classification of objects on the base of the expected information value. Olsztyn Economic Journal, 5(1): 78-89.
• Zhang Q-S, Jiang Y-J. 2008. A note on information entropy measures for vague sets and its applications. Information Sciences, 178: 4184-4191.