Full-text resources of CEJSH and other databases are now available in the new Library of Science.
Visit https://bibliotekanauki.pl

Results found: 1

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  показатель очень низкой интенсивности работы
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
W artykule opisano możliwości wykorzystania metod taksonomicznych do konstrukcji kompleksowych mierników poziomu ubóstwa. Mogą one służyć jako zmienne pomocnicze w estymacji wskaźników ubóstwa na różnych poziomach przestrzennych. Zastąpienie szeregu zmiennych objaśniających przez jeden starannie wyznaczony miernik syntetyczny ułatwia dokonanie estymacji, a przy tym pozwala spojrzeć na każdy model jako na integralną całość. Konstrukcję mierników kompleksowych do różnych zbiorów danych oparto na podejściu wykorzystującym metodę odwróconej macierzy korelacji w procesie weryfikacji korelacyjnej, medianę Webera w normalizacji oraz na wzorcu rozwojowym. Zbiory te miały zarówno charakter jednolitych, jak również bardzo obszernych i zróżnicowanych dziedzinowo zasobów. W drugim przypadku zastosowano podejście wielokryterialne. Rozpatrywane dane miały formę panelową, co wymagało zmodyfikowania tradycyjnego podejścia w zakresie weryfikacji zmiennościowej i korelacyjnej. W opracowaniu ukazano efekty wykorzystania uzyskanych mierników w estymacji wskaźnika bardzo niskiej intensywności pracy oraz wskaźnika pogłębionej deprywacji materialnej, dokonanej przy użyciu modelu Faya-Herriota. Porównano je też z wynikami estymacji bezpośredniej.
EN
Authors present possibilities of use of taxonomic methods to the construction of complex measures of poverty level. These measures can serve as auxiliary variables in estimation of poverty indicators on various territorial levels. Replacement (sometimes numerous) set of explanatory variables with one carefully determined synthetic measure facilitates performing an estimation and allows for treatment of any such model as an integrity. Construction of complex measures based on the approach using inverse correction matrix in correlation verification, Weber median in normalization and benchmark of development was applied to various data sets. These sets were homogenous but also very reach and diversified by domains resources. In the second case the multi-criteria approach was applied. The analysed data have the panel form (the concerned the years 2005—2012) what was a reason of relevant modification of traditional approaches in the diversification and correlation verification. This article presents effects of use of measures obtained in such way to estimation of low risk intensity and severe material deprivation rates made using the Fay-Herriot model as well as comparison of them with the results of direct estimation.
RU
В статье были представлены возможности использования таксономических методов в разработке комплексных измерителей уровня бедности. Они могут быть вспомагательными переменными в оценивании показателей бедности на разных пространственных уровнях. Замена ряда объясняющих переменных одним хорошо избранным синтетическим измерителем облегчает оценку и одновременно позволяет считать каждую модель интегральной частью. Разработку комплексных измерителей для разных множеств данных основано на способе использующим метод обратной матрицы корреляции в процессе корреляционной проверки, медиану Вебера в нормализации, а также на развительнoм образце. Wiadomości Statystyczne nr 2/2016 Эти множества имеют характер как единых, так и очень больших дифференцированных в отношении к отраслям фондов. Во втором случае был использован многокритерийный подход. Рассматриваемые данные имели панельную форму, это требовало модификации традиционных подходов в области сопоставительной проверки и проверки непостоянности. В статье были показаны результаты использования поученных измерителей в оценке показателя очень низкой интенсивности работы, а также показателя углубленных материальных лишений, сделанных с использованием Фэй-Эррио модели. Они были тоже сопоставлены с результатами прямой оценки.
first rewind previous Page / 1 next fast forward last
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.