BazEkon - Biblioteka Główna Uniwersytetu Ekonomicznego w Krakowie

BazEkon home page

Meny główne

Autor
Grotkiewicz Katarzyna (University of Agriculture in Krakow), Peszek Agnieszka (University of Agriculture in Krakow), Kowalczyk Zbigniew (University of Agriculture in Kracow)
Tytuł
Verification of Economic and Agricultural Indicators With the Use of Statistical Methods on the Example of Individual Farms
Weryfikacja wskaźników ekonomiczno-rolniczych z wykorzystaniem metod statystycznych na przykładzie gospodarstw indywidualnych
Źródło
Agricultural Engineering, 2016, R. 20, nr 3 (159), s. 43-51, tab., bibliogr. 22 poz.
Słowa kluczowe
Rolnictwo, Wskaźniki ekonomiczne, Indywidualne gospodarstwa rolne
Agriculture, Economic indicators, Individual arable farms
Uwagi
summ., streszcz.
Kraj/Region
Województwo małopolskie, Województwo świętokrzyskie
Małopolskie Voivodeship, Świętokrzyskie Voivodship
Abstrakt
W pracy omówiono podstawowe założenia metodyczne związane z budową sieci bayesowskich. Zadaniem opracowania jest przygotowanie danych do modelowania w celu pozyskiwania nowej wiedzy z ekonomiczno-rolniczej bazy danych i będzie ono stanowiło jednocześnie pierwszy etap badań. Do analiz wykorzystano zmienne (wskaźniki ekonomiczno-rolnicze) o wartościach dyskretnych posługując się techniką dwustopniowego grupowania oraz dokonano wcześniejszej eksploracji danych nietypowych. Badania przeprowadzono na grupie trzystu gospodarstw indywidualnych z województwa małopolskiego i świętokrzyskiego. Uzyskaną wiedzę z przeprowadzonych analiz będzie można wykorzystać w bezpośredniej praktyce w inżynierii rolniczej mając na celu wspomaganie działalności rolniczej.(abstrakt oryginalny)

The paper describes basic methodology assumptions related to construction of Bayesian networks. The paper aims at preparation of data for modeling to obtain fresh knowledge on economic and agricultural database and will constitute the first stage of research. Variables (economic and agricultural indicators) with discreet values were used for analysis with the use of two step grouping technique and previous non-typical data were explored. The research was carried out on the group of three hundred individual fanns from Malopolskie and Swiçtokrzyskie Voiovedship. The knowledge obtained from analyses will be used in practice in agricultural engineering in order to support agricultural activity.(original abstract)
Pełny tekst
Pokaż
Bibliografia
Pokaż
  1. Aczel, A.D. (2005). Statystyka w zarządzaniu. PWN. ISBN 83-01-14548-X.
  2. Bartnik, G., Kusz, A., Marciniak, A. W. (2006). Modelowanie procesu eksploatacji obiektów technicznych za pomocą dynamicznych sieci bayesowskich. Agricultural Engineering, 12(87), 9-16.
  3. Campos, L.M., Javier, G.C. (2007). Bayesian network learning algorithms using structural restrictions. International Journal of Approximate Reasoning, 45(2), 233-254.
  4. Chen, M.S., Han, J., Yu, P.S. (1996). Data mining:an overview from a database perspective. IEEE Trans. Knowledge and Data Enginieering, 8, 866-883.
  5. Grotkiewicz, K., Kowalczyk, Z. (2015). Methodological notes concerning determination of the scientific and technical progress rate and its efficiency. Agricultural Engineering, 4(156), 149-156.
  6. Grotkiewicz, K., Kuboń, M., Michałek, R., Peszek, A. (2013). Postęp naukowo-techniczny w procesie modernizacji polskiego rolnictwa i obszarów wiejskich. Wydawnictwo Inżynieria Rolnicza. ISBN 978-83-935020-5-9.
  7. Grotkiewicz, K., Michałek, R. (2009). Ocena poziomu produkcyjności i wydajności w rolnictwie na przykładzie wybranych regionów Polski. Agricultural Engineering, 6(115), 103-108.
  8. IBM, Knowledge Center. (on-line). Obtained from: https://www.ibm.com/support/knowledgecenter/SSLVMB_21.0.0/com.ibm.spss.statistics.help/idh_twostep_main.htm.
  9. Kapłon, R. (2009). Rozkład a priori w czynniku bayesowskim a wybór modelu klas ukrytych. Badania Operacyjne i Decyzyjne, 3, 87-94.
  10. Kołodziejczak, M. (2008). Efektywność wykorzystania zasobów pracy i ziemi w rolnictwie Unii Europejskiej. Roczniki Naukowe SERiA, Tom X, Zeszyt 1, 176-181.
  11. Kusz, A., Marciniak, A. W. (2006). Dynamiczne sieci probabilistyczne jako system reprezentacji wiedzy. Agricultural Engineering, 12(87), 285-294.
  12. Michałek, R., Grotkiewicz, K., Kuboń, M., Sporysz, M. (2010). Metodyczne aspekty określania postępu naukowo-technicznego w badaniach makro- i mikroekonomicznych. Agricultural Engineering, 5(123), 197-205.
  13. Michałek, R., Kowalski, J., Tabor, S., Cupiał, M., Kowalski, S., Rutkowski, K. (1998). Uwarunkowania technicznej rekonstrukcji rolnictwa. Wydawnictwo PTIR, ISBN 83-905219-1-1.
  14. Michałek, R., Peszek, A., Grotkiewicz, K. (2008). Wydajność pracy i ziemi w wybranych gminach województwa małopolskiego. Agricultural Engineering, 10(108), 185-191.
  15. Morzy, T. (2007). Eksploracja danych. Nauka, 3, 83-104.
  16. Neal, K. van Alfen (2014). Policy Frameworks for International Agricultural and Rural Development. Encyclopedia of Agriculture and Food Systems, Volume 5, 489-50.
  17. Park, H.S., Baik, D.K. (2006). A study for control of client value using cluster analysis. Journal of Network and Computer Applications, Vol. 29, No. 4, 262-276.
  18. Piłatowska, M. (2011). Porównanie kryteriów informacyjnych i predykcyjnych w wyborze modelu. Prace i materiały Wydziału Zarządzania UG (8).
  19. Prisecaru, P. (2015). EU Reindustrialization on the Coordinates of Scientific and Technical Progress. Procedia Economics and Finance, 22, 485-494.
  20. Rocznik statystyczny województw. 2014. GUS. ISSN 1230-5820.
  21. Şchiopu, D. (2010). Applying TwoStep Cluster Analysis for Identifying Bank Customers'Profile. Seria Ştiinţe Economice, LXII, 3, 66-75.
  22. Tabor, S. (2006). Postęp techniczny a efektywność substytucji pracy żywej pracą uprzedmiotowioną w rolnictwie. Agricultural Engineering, 10(85), ISSN 1429-7264.
Cytowane przez
Pokaż
ISSN
2083-1587
Język
eng
URI / DOI
http://dx.doi.org/10.1515/agriceng-2016-0043
Udostępnij na Facebooku Udostępnij na Twitterze Udostępnij na Google+ Udostępnij na Pinterest Udostępnij na LinkedIn Wyślij znajomemu