Koncepcja zanurzania obserwacji w próbie w statystycznej analizie danych dotyczących handlu elektronicznego w przedsiębiorstwach

• Autorzy: Małgorzata Kobylińska

Warianty tytułu

Concept of Observation Depth Measure in the Statistical Analysis of E-Commerce Data in Enterprises

• Języki publikacji: PL

Abstrakty

Przeprowadzając proces badawczy, mamy na celu między innymi wszechstronne zbadanie zjawiska oraz wykrycie pewnych prawidłowości i związków zachodzących w badanej zbiorowości. Spośród wielu metod statystycznej analizy danych często wykorzystywane są te, które umożliwiają grupowanie obiektów względem wartości cech diagnostycznych. Wykorzystując odpowiednie kryterium klasyfikacji, uzyskujemy klasy obiektów podobnych do siebie ze względu na wartości badanych cech. Wielowymiarowa analiza statystyczna stała się ważnym narzędziem wykorzystywanym w celu klasyfikacji oraz porządkowania obiektów opisanych za pomocą kilku cech2.(fragment tekstu)

EN

This article presents the application of selected methods based on the observation depth measure in statistical data analysis. The figures concerning e-commerce among the enterprises of the Polish provinces in 2010 and 2015 were used.(original abstract)

Słowa kluczowe

PL

Handel elektroniczny; Analiza wielowymiarowa; Analiza danych; Sieci komputerowe

EN

e-commerce; Multi-dimensional analysis; Data analysis; Computer networks

• Czasopismo: Roczniki Kolegium Analiz Ekonomicznych / Szkoła Główna Handlowa
• Rocznik: 2018
• Numer: nr 49 Społeczno-ekonomiczne aspekty rozwoju gospodarki cyfrowej : koncepcje zarządzania i bezpieczeństwa
• Strony: 515--526

Twórcy

autor

Małgorzata Kobylińska

• Uniwersytet Warmińsko-Mazurski w Olsztynie

Bibliografia

• Donoho D. L., Gasko M., Breakdown Properties of Location Estimates Based on Halfspace Depth and Projected Outlyingness,"The Annals of Statistics"1992, vol. 20,no. 4, s. 1803-1827.
• Grabiński T., Wydymus S., Zeliaś A., Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych, WN PWN, Warszawa 1989.
• Kobylińska M., Wagner W.,Numerical aspects of determining measures and contours in depth for data in R2, "Acta Universitatis Lodziensis. Folia Oeconomica" 2002, t. 162, s. 19-32.
• Kosiorowski D., Statystyczne funkcje głębi w odpornej analizie ekonomicznej, Wydawnictwo Uniwersytetu Ekonomicznego, Kraków 2012.
• Liu R. Y., Parelius J. M., Singh K.,Multivariate Analysis by Data Depth: Descriptive Statistics, Graphics and Inference, "The Annals of Statistics" 1999, vol. 27, no. 3,s. 783-858.
• Oja H., Descriptive Statistics for Multivariate Distributions, "Statistics of Probabilisty Letters" 1983, vol. 1, issue 6, s. 327-323.
• Panek T., Statystyczne metody wielowymiarowej analizy porównawczej, Oficyna Wydawnicza SGH, Warszawa 2009.
• Rousseeuw P. J., Ruts I., Bivariate Location Depth, "Applied Statistics"1996, vol. 45, no. 4, s. 516-526.
• Ruts I., Rousseeuw P. J., Computing Depth Contours of Bivariate Point Clouds, "Computational Statistics and Data Analysis" 1996, 23, s. 153-168.
• Tukey J. W., Mathematics and the Picturing of Data, "Proceedings of the International Congress of Mathematicians" 1975, vol. 2, s. 523-531.
• Walesiak M., Gatnar G., Statystyczna analiza danych z wykorzystaniem programu R, WN PWN, Warszawa 2009.
• Zuo Y. J., Serfling R., General notions of statistical depth function, "The Annals of Statistics 2000", vol. 28, s. 461-482.
• https://cran.r-project.org/web/packages/DepthProc/index.html (dostęp: 15.08.2017).
• https://cran.r-project.org/web/packages/depth/index.html (dostęp: 15.08.2017).
• https://cran.r-project.org/web/packages/ddalpha/index.html (dostęp: 15.08.2017).
• https://bdl.stat.gov.pl/BDL/dane/podgrup/tablica (dostęp: 10.07.2017).