Tytuł:

Klasyfikacja wielomodelowa danych symbolicznych w badaniu innowacyjności krajów Unii Europejskiej

Tytuł publikacji grupowej:

Ekonometria = Econometrics

Tytuł odmienny:

Ensemble clustering of symbolic data in identification of innovation of European Union countries

Autor:

Pełka, Marcin

Temat i słowa kluczowe:

dane symboliczne ; innowacyjność ; klasyfikacja wielomodelowa ; symbolic data ; innovations ; ensemble clustering

Opis:

Ekonometria = Econometrics, 2017, Nr 2 (56), s. 42-51

Abstrakt:

Innowacje odgrywają coraz to większą rolę w nowoczesnej gospodarce rynkowej. Pozwalają one odnosić korzyści wszystkim obywatelom (producentom, konsumentom i pracownikom). Innowacje mają także kluczowe znaczenie dla poprawy jakości życia, tworzenia lepszych miejsc pracy, a także szeroko rozumianego rozwoju społeczeństwa ekologicznego. Polityka innowacyjności stanowi istotny element polityki na poziomie zarówno krajów, jak i samej Unii Europejskiej. Celem artykułu jest zaprezentowanie przykładu zastosowania podejścia wielomodelowego danych symbolicznych (z zastosowaniem macierzy współwystąpień i metody k-medoidów) w klasyfikacji krajów Unii Europejskiej pod względem ich innowacyjności. W części empirycznej wykorzystano pakiety clusterSim oraz symbolicDA programu R do wykonania obliczeń. W wyniku zastosowania podejścia wielomodelowego zidentyfikowano strukturę czterech różnych klas.

Wydawca:

Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu

Miejsce wydania:

Wrocław

Data wydania:

2017

Typ zasobu:

artykuł

Format:

application/pdf

Identyfikator zasobu:

doi:10.15611/ekt.2017.2.03

Język:

pol

Powiązania:

Ekonometria = Econometrics, 2017, Nr 2 (56)

Prawa:

Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy

Prawa dostępu:

Dla wszystkich zgodnie z licencją

Licencja:

CC BY-NC-ND 3.0 PL

Lokalizacja oryginału:

Uniwersytet Ekonomiczny we Wrocławiu