BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Sokołowski Andrzej (Uniwersytet Ekonomiczny w Krakowie / Wydział Zarządzania), Markowska Małgorzata (Uniwersytet Ekonomiczny we Wrocławiu)
Tytuł
Iteracyjna metoda liniowego porządkowania obiektów wielocechowych
Iterative Method for Linear Ordering of Multidimentional Objects
Źródło
Przegląd Statystyczny, 2017, vol. 64, z. 2, s. 153-162, rys., tab., bibliogr. s. 161
Statistical Review
Słowa kluczowe
Porządkowanie liniowe, Wielowymiarowa analiza statystyczna, Miara agregatowa
Linear ordering, Multi-dimensional statistical analysis, Aggregate measure
Uwagi
streszcz., summ.
Abstrakt
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)
Dostępne w
Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie
Biblioteka Szkoły Głównej Handlowej
Biblioteka Główna Uniwersytetu Ekonomicznego w Katowicach
Pełny tekst
Pokaż
Bibliografia
Pokaż
  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.
Cytowane przez
Pokaż
ISSN
0033-2372
Język
pol
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu