BazEkon - The Main Library of the Cracow University of Economics

BazEkon home page

Main menu

Author
Sokołowski Andrzej (Uniwersytet Ekonomiczny w Krakowie / Kolegium Ekonomii, Finansów i Prawa), Markowska Małgorzata (Uniwersytet Ekonomiczny we Wrocławiu)
Title
Iteracyjna metoda liniowego porządkowania obiektów wielocechowych
Iterative Method for Linear Ordering of Multidimentional Objects
Source
Przegląd Statystyczny, 2017, vol. 64, z. 2, s. 153-162, rys., tab., bibliogr. s. 161
Statistical Review
Keyword
Porządkowanie liniowe, Wielowymiarowa analiza statystyczna, Miara agregatowa
Linear ordering, Multi-dimensional statistical analysis, Aggregate measure
Note
streszcz., summ.
Abstract
W porządkowaniu liniowym obiektów wielocechowych najpopularniejszą metodą doprowadzania danych do porównywalności jest transformacja zmiennych do przedziału [0;1] z jednoczesną zamianą destymulant na stymulanty. W tym przekształceniu wykorzystuje się zaobserwowane najmniejsze i największe wartości zmiennych. Jeżeli występują wartości odstające, lub rozkład zmiennej jest bardzo asymetryczny to w efekcie mamy do czynienia ze sztucznym ważeniem tej zmiennej. Przy asymetrii prawostronnej zmienna sztucznie zyskuje na zaznaczeniu, a przy lewostronnej - traci. W pracy zaproponowano nową, iteracyjną metodą porządkowania obiektów wielocechowych, która pozwala na ominięcie omówionej niedogodności metody klasycznej. Dalsze pozycje w rankingu wyznacza się kolejno, po jednej w każdej iteracji, a przyporządkowany obiekt jest eliminowany ze zbioru, w którym poszukujemy obiektu następnego w kolejności. Taka procedura wymagała również zaproponowania nowego sposobu wyznaczania wskaźnika agregatowego. (abstrakt oryginalny)

Transformation into [0;1] interval combined with changing destimulants into stimulants is the most popular method for standardizing variables used in linear ordering of multidimentional objects. Minimum and maximum values are used as reference points. Outliers and very skewed distributions result in artificial weighing of variables, imposing higher relative importance of the variable with positive skewness and lower with negative skewness. A new linear ordering procedure is proposed to overcome this problem. Ranking positions are identified one at a time, and assigned object is then eliminated from the lot. Such iterative procedure needs a new method for obtaining composite indicators, and it is also proposed in the paper. (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
Full text
Show
Bibliography
Show
  1. Grabiński T., (1985), Metody określania charakteru zmiennych w wielowymiarowej analizie porównawczej, Zeszyty Naukowe Akademii Ekonomicznej w Krakowie, 213, 35-63.
  2. Hellwig Z., (1968), Zastosowanie metody taksonomicznej do typologicznego podziału krajów ze względu na poziom ich rozwoju oraz zasoby i strukturę wykwalifikowanych kadr, Przegląd Statystyczny, 15 (4), 307-326.
  3. Nardo M., Saisana M., Saltelli A., Tarantola S., Hoffman A., Giovannini E., (2005), Handbook on Constructing Composite Indicators, OECD Statistics Working Papers, 2005/03.
  4. Ranking szkół wyższych Perspektywy 2015, http://www.perspektywy.pl/RSW2015/.
  5. Sen A., (2000), A Decade of Human Development, Journal of Human Development, 1 (1), 17-23.
  6. Sokołowski A., Sobolewski M., (2016), O niewłaściwym wykorzystaniu współczynnika zmienności, XXXV Konferencja Naukowa Multivariate Statistical Analysis (MSA 2016), książka streszczeń.
  7. ul Haq M., (2003), The Birth of the Human Development Index, w: Fukuda-Parr S., Shiva Kuma A. K., (red.), Readings in Human Development, Oxford University Press, Oxford, 127-137.
Cited by
Show
ISSN
0033-2372
Language
pol
Share on Facebook Share on Twitter Share on Google+ Share on Pinterest Share on LinkedIn Wyślij znajomemu