PL EN


2014 | 15 | 4 | 121-136
Article title

OCENA POTENCJAŁU PAŃSTW UNII EUROPEJSKIEJ DO GENEROWANIA INNOWACJI Z ZASTOSOWANIEM ANALIZY SKUPIEŃ

Content
Title variants
EN
COMPARATIVE STUDIES ON THE INNOVATIVE POTENTIAL OF THE EUROPEAN UNION MEMBER COUNTRIES BASED ON THE CLUSTER ANALYSIS
Languages of publication
PL
Abstracts
PL
W ramach wielowymiarowej analizy porównawczej badacze najczęściej stają przed problemem dotyczącym wyboru odpowiedniego sposobu łączenia wielu obiektów w grupy, charakteryzujące się podobnymi właściwościami pod względem wybranych zmiennych diagnostycznych. Niniejsza praca stanowi propozycję zastosowania hierarchicznych metod aglomeracji do poszukiwania związków pomiędzy poszczególnymi państwami członkowskimi UE ze względu na możliwości generowania innowacji. W opisywanym przypadku najkorzystniejszą do poszukiwania związków pomiędzy obiektami, odnośnie zdefiniowanych w pracy zdolności do generowania innowacji, wydaje się być metoda pełnego połączenia i metoda Warda dające podział zestawu obiektów na trzy skupienia.
EN
Under multidimensional data analysis researchers face the problem of grouping methods selection. The aim of the paper is to find the inner homogenic groups created by 28 EU member countries in relation to the selected characteristics describing the potential of economies to create innovations. The issue of clustering objects – countries was conducted with the use of ClustanGraphics software. Ten variables were selected from the Eurostat database in order to describe the potential of the EU member countries to create innovations. These were tested using nine hierarchical clustering methods. The Increase in Sum of Squares method and the Complete Linkage method seem to be the most appropriate for further discussion regarding cross-group analysis. The rest of tested methods do not seem suitable for deep analysis between the groups. This is mainly due to the tendency to form rather unclear clusters with the structure of long chains.
Year
Volume
15
Issue
4
Pages
121-136
Physical description
Dates
published
2014
Contributors
References
  • Fagerberg J. (1998) International Competitiveness, Economic Journal, vol. 98, No. 2, s. 102-104.
  • Frątczak E. (red.) (2009) Wielowymiarowa analiza statystyczna. Teoria – przykłady zastosowań z systemem SAS, Szkoła Główna Handlowa w Warszawie, Warszawa, s. 120-122.
  • Gatnar E., Walesiak M. (2004) Metody statystycznej analizy wielowymiarowej w badaniach marketingowych, Wydawnictwo Akademii Ekonomicznej, Wrocław, s. 310-317.
  • Gordon A. D. (1999) Classification, (2nd edition), Chapman & Hall/CRC, Boca Raton, s. 6-10.
  • Grabiński T., Wydymus S., Zeliaś A. (1989) Metody taksonomii numerycznej w modelowaniu zjawisk społeczno-gospodarczych, PWN, Warszawa, s. 50.
  • Kisielińska J., Stańko S. (2009) Istota analizy wielowymiarowej, Roczniki Nauk Rolniczych, Seria G, T. 96, z. 2 , Warszawa, s. 64.
  • Kunasz M. (2006) Przykład zastosowania metod WAP do analizy procesów gospodarowania zasobami ludzkimi w przedsiębiorstwie, [w:] Kapitał ludzki w gospodarce opartej na wiedzy, D. Kopycińska (red.), Katedra Mikroekonomii Uniwersytetu Szczecińskiego, Szczecin, s. 131-139
  • http://mikroekonomia.net/system/publication_files/904/original/11.pdf?1315223800.
  • Malina A., Zieliaś A. (1996) Taksonomiczna analiza przestrzennego zróżnicowania jakości życia ludności w Polsce w 1994 r., [w:] Ekonometryczne modelowanie danych finansowo-księgowych, Nowak E., Urbaniak M. (red.), UMCS, Lublin, s. 85-89.
  • Markowska M. (2012) Dynamiczna taksonomia innowacyjności regionów, Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu, Wrocław, s. 73.
  • Mikulec A. (2013) Kryterium Mojeny i Wisharta w analizie skupień – przypadek skupień o różnych macierzach kowariancji [w:] Taksonomia 20. Klasyfikacja i analiza danych – teoria i zastosowania, Jajuga K., Walesiak M. (red.), Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu, Nr 278, Wrocław, ISSN 1899-3192, s. 206-208.
  • Mikulec A. (2012)Analiza skupień z wykorzystaniem programu komputerowego Clustangraphics [w:] Rola informatyki w naukach ekonomicznych i społecznych. Innowacje i implikacje interdyscyplinarne, Zieliński Z. E. (red.), Kielce, ISBN 978-83-89274-75-5, Tom. II, s. 214-216.
  • Milligan G.W., Cooper M.C. (1987) Methodology review: clustering methods, Applied Psychological Measurement, Vol. 11, No 4, 1987, s. 329-331.
  • Nowak E. (1990) Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodarczych, PWN, Warszawa, [za:] Wojnar J., Zastosowanie metod taksonomicznych do klasyfikacji państw Unii Europejskiej, Zeszyty Naukowe, Świętokrzyskie Centrum Edukacji na Odległość, s. 396,
  • http://www.sceno.edu.pl/cms_tmp/2438_Jolanta%20Wojnar%20-%20III%20SCENO.pdf.
  • Ostasiewicz W. (red.) (1998) Statystyczne metody analizy danych, Akademia Ekonomiczna we Wrocławiu, Wrocław, s. 118.
  • Panek T. (2009) Statystyczne metody wielowymiarowej analizy porównawczej, Szkoła Główna Handlowa w Warszawie, Warszawa, s. 20-23.
  • Podręcznik OSLO (2005) Zasady gromadzenia i interpretacji danych dotyczących innowacji, OECD, Eurostat, Paryż, s. 20-23,
  • http://www.uwm.edu.pl/ciitt/wp-content/uploads/2013/10/Podrecznik-OSLO-MANUAL1.pdf.
  • http://europa.eu/rapid/press-release_IP-12-102_pl.htm
  • http://ec.europa.eu/news/science/120208_pl.htm
Document Type
Publication order reference
Identifiers
YADDA identifier
bwmeta1.element.desklight-2b089a1a-62ec-4e0f-9f7d-e9374a24b94d
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.