On the Choice of Synthetic Measures for Assessing Economic Effects

• Autorzy: Zbigniew Binderman , Bolesław Borkowski , Grzegorz Koszela , Ryszard Kozera , Wiesław Szczesny
• Języki publikacji: EN

Abstrakty

EN

Multidimensional analysis uses various measures for assessing economic effects. However, no single synthetic measure, regardless how popular, can give a satisfactory solution to the above problem. In general, various approaches of combining measures can lead to stable outcomes. Nevertheless, when combining "weak" classifiers one can obtain inevitably poorer classification. We propose here a new approach to construct doubly synthetic measures. The main goal of this work is to analyse the influence these new synthetic measures on the ranking of multidimensional objects.(original abstract)

Słowa kluczowe

EN

Multi-dimensional analysis; Economic analysis; Economics; Ranking

PL

Analiza wielowymiarowa; Analiza ekonomiczna; Ekonomia; Ranking

• Czasopismo: Metody Ilościowe w Badaniach Ekonomicznych / Szkoła Główna Gospodarstwa Wiejskiego
• Rocznik: 2017
• Tom: 18(XVIII)
• Numer: nr 1
• Strony: 7--17

Twórcy

autor

Zbigniew Binderman

• Jacob of Paradise University in Gorzów Wielkopolski, Poland

autor

Bolesław Borkowski

• Warsaw University of Life Sciences - SGGW, Poland

autor

Grzegorz Koszela

• Warsaw University of Life Sciences - SGGW, Poland

autor

Ryszard Kozera

• Warsaw University of Life Sciences - SGGW, Poland

autor

Wiesław Szczesny

• Warsaw University of Life Sciences - SGGW, Poland

Bibliografia

• Aczel A.D. (1989) Complete Business Statistics. Richard D. Irwin Inc. Homewood.
• Binderman A. (2006) Klasyfikacja obiektów oparta na dwóch wzorcach. EiOGŻ, Zeszyty Naukowe SGGW, nr 60, Warszawa, 25 - 37.
• Binderman Z., Borkowski B., Szczesny W. (2012) Radar coefficient of concentration. Quantitative Methods in Economics, XIII/2, 7-21.
• Binderman Z., Borkowski B., Szczesny W. (2013) Synthetic radar measures that factor in weights of features. Quantitative Methods in Economics, XIV/1, 37 - 52.
• Breiman L. (1998) Bias-variance, regularization, instability and stabilization. In: C. M. Bishop, red., Neural Networks and Machine Learning, Springer-Verlag, 27 - 56.
• Breiman L. (1996) Arcing Classifiers. Technical Report 460, Department of Statistics, University of California, CA, USA.
• Breiman L. (1994) Bagging predictors. Technical Report 420, Department of Statistics, University of California, CA, USA.
• Gatnar E., Walesiak M. (2009) Statystyczna analiza danych z wykorzystaniem programu R. PWN, Warszawa.
• Hair J.F. et al. (1995) Multivariate Data Analysis with Readings. Prentice Hall International, Ltd. London.
• Hellwig Z. (1968) Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę kwalifikowanych kadr. Przegląd Stat., 4.
• Hwang. C.L., Yoon K. (1981) Multiple attribute decision making: Methods and Applications. Springer-Verlag, New York.
• Jackson D.H. (1970) The stability of classifications of binary attribute data. T.R., Cornell University.
• Jackson D.H. (1969) Comparison of classification. Academic Press.
• Jackson D.H. (1969a) Automatic classifications and information retrieval. Cambridge University.
• Kukuła K. (2000) Metoda unitaryzacji zerowanej. PWN, Warszawa.
• Mitrinović D. S. (1993) Classical and New Inequalities in Analysis. Springer - Science + Business Media Dordrecht.
• Morrison D. F. (1990) Multivariate Statistical Methods. Third Edition. McGraw-Hill,. New York.

Identyfikatory

DOI

10.22630/MIBE.2017.18.1.01