BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Batóg Barbara (Uniwersytet Szczeciński), Batóg Jacek (Uniwersytet Szczeciński)
Title
Analiza wpływu obserwacji nietypowych na wyniki modelowania regionalnej wydajności pracy
Analysis of the Influence of Outliers on the Resuls of Modelling of Regional Labour Productivity
Source
Zeszyty Naukowe Uniwersytetu Szczecińskiego. Studia i Prace Wydziału Nauk Ekonomicznych i Zarządzania, 2014, nr 36 T.1, s. 125-138, rys., tab., bibliogr. 12 poz.
Issue title
Metody ilościowe w ekonomii
Keyword
Statystyka, Wydajność pracy, Innowacje, Obserwacje nietypowe
Statistics, Labour efficiency, Innovations, Outliers
Note
streszcz., summ.
Abstract
W przeprowadzonym badaniu analizowano wpływ obserwacji nietypowych na modelowanie związków między regionalną wydajnością pracy a nakładami na innowacje w przemyśle i usługach oraz poziomem przedsiębiorczości w Polsce w latach 2002-2010. Uzyskane wyniki wskazują na stały wzrost poziomu przy jednoczesnym wzroście zróżnicowania wydajności pracy. W przypadku rozpatrywania wpływu nakładów na innowacje na wydajność pracy zidentyfikowano jedną obserwację nietypową (województwo mazowieckie) o charakterze dźwigni, natomiast w modelu z poziomem przedsiębiorczości wystąpiły dwie obserwacje wpływowe (województwa mazowieckie i zachodniopomorskie). (abstrakt oryginalny)

In the paper the Authors presented the analysis of the infl uence of outliers on results of econometric modelling of regional labour productivity. Innovation expenditures and a level of entrepreneurship were used as independent variables. Research was conducted for Polish voivodeships in 2002-2010. Two main types of outliers were distinguished: leverage and infl uence. (original abstract)
Accessibility
The Main Library of the Cracow University of Economics
The Library of Warsaw School of Economics
The Library of University of Economics in Katowice
The Main Library of Poznań University of Economics and Business
Szczecin University Main Library
Full text
Show
Bibliography
Show
  1. Ampanthong P., Prachoom S. (2009), A Comparative Study of Outlier Detection Procedures in Multiple Linear Regression, w: Proceedings of the International MultiConference of Engineers and Computer Scientists, eds. S.I. Ao, O. Castillo, C. Douglas, D.D. Feng, J.-A. Lee, Hong Kong, Vol. I, IMECS 2009, March 18-20, s. 704-709.
  2. Andersen R. (2008), Modern Methods for Robust Regression, Quantitative Applications in the Social Sciences 152, SAGE Publications, Los Angeles-London-New Delhi-Singapore.
  3. Batóg J. (2010), Konwergencja dochodowa w krajach Unii Europejskiej. Analiza ekonometryczna, "Rozprawy i Studia" T. (DCCCLIV) 780, Wydawnictwo Naukowe Uniwersytetu Szczecińskiego, Szczecin.
  4. Batóg J., Batóg B. (2008), Analiza regionalnych zmian wydajności pracy w Polsce, "Wiadomości Statystyczne", nr 6.
  5. Barnett V., Lewis T. (1994), Outliers in Statistical Data, John Wiley & Sons, Chichester.
  6. Belsley D.A., Kuh E., Welsch R.E. (1980), Regression Diagnostics: Identyfi ng Infl uential Data and Sources of Collinearity, John Wiley & Sons, New York.
  7. Ben-Gal I. (2005), Outlier detection, w: Data Mining and Knowledge Discovery Handbook: A Complete Guide for Practitioners and Researchers, eds. O. Maimon, L. Rockach, Kluwer Academic Publishers, Boston.
  8. Chatterjee S., Hadi A.S. (1988), Sensitivity Analysis in Linear Regression, John Wiley & Sons, New York.
  9. Hawkins D. (1980), Identification of Outliers, Chapman and Hall, London.
  10. Rousseeuw P.J., Leroy A.M. (1987), Robust Regression and Outlier Detection, John Wiley & Sons, New York.
  11. Walfish S. (2006), A Review of Statistical Outlier Methods, "Pharmaceutical Technology", November 2.
  12. Williams G.J., Baxter R.A., He H.X., Hawkins S., Gu L. (2002), A Comparative Study of RNN for Outlier Detection in Data Mining, IEEE International Conference on Data-mining (ICDM'02), Maebashi City, CSIRO Technical Report CMIS-02/102.
Cited by
Show
ISSN
2080-4881
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu