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

Results found: 15

first rewind previous Page / 1 next fast forward last

Search results

Search:
in the keywords:  metoda k-średnich
help Sort By:

help Limit search:
first rewind previous Page / 1 next fast forward last
PL
Dynamiczne zmiany zachodzące w gospodarce, a także nowelizacje prawa mające wpływ na działalność jednostek samorządu terytorialnego rodzą potrzebę bieżącej oceny ich sytuacji finansowej. Celem badania przedstawionego w artykule jest dokonanie oceny sytuacji finansowej gmin. Sytuację tę określono za pomocą czterech zmiennych: dochody ogółem per capita, wartość zobowiązań ogółem per capita, wartość wydatków inwestycyjnych per capita oraz wynik operacyjny per capita. W analizie posłużono się danymi za lata 2016–2018 pochodzącymi z Banku Danych Lokalnych GUS i z Ministerstwa Finansów. Jako metodę badawczą wykorzystano algorytm grupowania metodą k-średnich. Z badania wynika, że o ile w latach 2016 i 2017 sytuacja finansowa gmin była stabilna, o tyle w całym analizowanym okresie wzrosło zadłużenie większości badanych jednostek. W 2018 r. uwidoczniły się największe różnice między gminami. Udział gmin o najgorszej sytuacji finansowej zwiększył się z ok. 3,3% w 2016 r. do 7,9% w 2018 r., co w połączeniu z kryzysem w 2020 r. spowodowanym pandemią Covid-19 może w przyszłości doprowadzić do dużych trudności finansowych gmin.
PL
Metody taksonomiczne są często wykorzystywane do grupowania jednostek administracyjnych (gmin, powiatów, regionów, państw). Ich przedmiotem są najczęściej: jakość życia mieszkańców, atrakcyjność inwestycyjna regionów, poziom rozwoju infrastruktury lub inne bezpośrednio niemierzalne zjawiska. W klasycznych procedurach grupowania nie uwzględnia się powiązań przestrzennych jednostek administracyjnych, co prowadzi zazwyczaj do braku spójności przestrzennej otrzymanych grup. Interesujące byłoby opracowanie modyfikacji metody k-średnich pod kątem zapewnienia spójności przestrzennej uzyskiwanych podziałów jednostek terytorialnych. W pracy omówiono zmodyfikowany algorytm k-średnich oraz zaprezentowano jego implementację w postaci rozszerzenia programu STATISTICA. Przedstawiono przykładowe wyniki grupowania na spójne podzbiory dla danych dotyczących powiatów. Porównano uzyskany podział do klasycznej klasyfikacji, w której nie uwzględniono warunku spójności.
PL
Metody analizy skupień zastosowane do konstruowania portfeli papierów wartościowych mogą być konkurencyjne dla innych, bardziej tradycyjnych, metod badania ryzyka inwestycyjnego. Takie wnioski można wyciągnąć z badań amerykańskiego rynku kapitałowego z początku XXI wieku (por. [Marvin 2015; Craighead, Klemesrud 2002]). W artykule są przedstawione badania możliwości zastosowania metod analizy skupień na warszawskim rynku GPW. Badanie ma na celu zbadanie racjonalności stosowania tej grupy metod pod kątem możliwości wyboru optymalnych metod grupowania spółek niezależnie od koniunktury giełdowej, optymalnego typu danych opisujących notowania spółek, sensu przenoszenia wzorców ustalonych na rynku amerykańskim na rynek warszawski. Badanie zostało przeprowadzone na notowaniach z pięciu ostatnich lat, w okresach reprezentujących różne poziomy koniunktury giełdowe. Zbadano kilka metod grupowania danych od metod partycjonujących (k-średnich oraz PAM) do metod aglomeracyjnych.
PL
W artykule przedstawiono sytuację sądów apelacyjnych w Polsce w odniesieniu do konieczności poszukiwania rozwiązań w obszarze efektywności, który zidentyfikowano jako kluczowy z punktu widzenia kreowania wartośeci organizacji. Celem artykułu była analiza efektywności sądów apelacyjnych w Polsce z uwzględnieniem wskaźnika opanowania wpływu spraw, wskaźnika załatwialności oraz wskaźnika pozostałości na kolejne okresy. Dla wskazania zależności pomiędzy wskaźnikami oraz ich znaczenia dla kreowania wartości w sądownictwie powszechnym zastosowano jedną z aglomeracyjnych metod hierarchicznych grupowania obiektów – metodę Warda oraz metodę niehierarchiczną k-średnich, gdzie zbiór obiektów dzielony jest na k grup (skupień), a liczba grup określana jest a priori. Jako miarę odległości przyjęto odległość euklidesową. Całość zakończono wnioskami.
PL
Poznanie preferencji i zachowań nabycwów jest kluczowym czynnikiem decydującym o sukcesie rynkowym przedsiębiorstwa. Skuteczny marketing wymaga precyzyjnej segmentacji, zgodnie z którą tworzy się spersonalizowaną ofertę rynkową uwzględniającą możliwości i potrzeby konkretnej grupy docelowej. Metoda k-średnich jest metodą badawczą, która może stanowić podstawę segmentacji nabywców, ponieważ odzwierciedla reakcje konsumentów na poszczególne warianty lub atrybuty produktów. Celem publikacji jest prezentacja możliwości aplikacji metody k-średnich w procedurze segmentacji na rynku produktów spożywczych.
EN
Knowing buyers' preferences and behaviors is a key factor of contributing to success of every business. Effective marketing requires precise segmentation, according to which a personalized market offer is created that takes into account the capabilities and needs of a specific consumers group. The k-means method is a research method that can be the basis for segmentation of buyers as it reflects consumer responses to individual variants or attributes of products. The purpose of the publication is to present the possibilities of application of the k-means method in the segmentation procedure in the food market. Keywords: Market segmentation, k-medium method, buyer profiles
PL
The aim of the article is to identify the similarities and differences in the tax systems in the European Union (EU) countries by specifying the basic tax system models. For its implementation we carry out a cluster analysis using the k-means method based on 12 parameters characterising tax systems. We distinguish five models of tax systems in the EU countries: Western European, Eastern European, Nordic, British and mixed model. We use such a nomenclature as the basic parameters of the tax system are strongly correlated with the geographical location of the country. Probably factors such as history, tradition, and culture have a significant impact on the shapes of the tax systems in the EU. Clear differences exist especially between the EU-15 countries and Central and Eastern European countries.
EN
Celem artykułu jest zidentyfikowanie podobieństw i różnic w systemach podatkowych państw Unii Europejskiej (UE) przez wyszczególnienie podstawowych modeli tych systemów. Dla jego osiągnięcia przeprowadzono analizę skupień metodą k-średnich, której podstawą było 12 parametrów charakteryzujących systemy podatkowe. W ten sposób wyodrębniono pięć modeli systemów podatkowych w państwach UE: zachodnioeuropejski, wschodnioeuropejski, nordycki, brytyjski i mieszany. Ich nazewnictwo wynika z tego, że podstawowe parametry systemu podatkowego są silnie skorelowane z położeniem geograficznym kraju. Prawdopodobnie zatem znaczący wpływ na ukształtowanie systemów podatkowych w państwach UE mają czynniki, takie jak historia, tradycja i kultura. Wyraźne różnice w konstrukcji systemów podatkowych są widoczne zwłaszcza między państwami tzw. starej piętnastki UE a państwami Europy Środkowo-Wschodniej.
EN
The main aim of the analysis was European Union's states clustering in point of view of female activity on the labour market. The data was obtained from the Eurosat's Labour Force Surveys from years 2006–2014. K-means algorithms was the main analysis method. Obtained results indicate to a wide variety of different forms of women's labour market participation among European Union countries. We can mention three phenomena that have been most highlighted. (1) We found a high percentage of women working in part-time work, especially in the Netherlands. (2) The results show a high proportion of full-time employed women, especially in the EU countries from the former Eastern Bloc. (3) We noted a significant proportion of selfemployed among the employed women in the countries of Southern Europe (Greece, Italy, Portugal, Spain) and in Poland. So, in terms of female economic activity, Poland has a similar pattern as the Southern European countries (also in terms of self-employment).
PL
Jednym z założeń strategii Europa 2020 jest podwyższenie odsetka osób zatrudnionych w wieku 20–64 lata na terenie Unii Europejskiej (UE) do 75%. Realizacja tej strategii ma nastąpić między innymi poprzez zwiększenie aktywności zawodowej kobiet i osób starszych. Powiększenie zasobów siły roboczej ma swoje ekonomiczne uzasadnienie. Związane jest ono przede wszystkim z procesami demograficznymi, a zwłaszcza z powiększaniem się grupy osób w wieku poprodukcyjnym. W różnych państwach UE sytuacja związana z aktywnością zawodową kobiet kształtuje się odmiennie, dlatego też powstało pytanie o podobieństwa i różnice w zaangażowaniu kobiet na rynku pracy w poszczególnych regionach UE. Celem analizy jest grupowanie państw Unii Europejskiej ze względu na różne formy aktywności zawodowej kobiet. Klasyfikacja ta pozwoli na ocenę wzorców dotyczących aktywności zawodowej kobiet w poszczególnych krajach UE. W analizie wykorzystano metodę k-średnich. Dane pochodzą z zasobów Eurostatu z Badania Aktywności Ekonomicznej Ludności. Analizowany okres to lata 2006–2014.
PL
Grupa kobiet biernych zawodowo charakteryzuje się znaczną heterogenicznością. Jednym z czynników różnicujących tę grupę są powody pozostawania poza rynkiem pracy. Zależą one między innymi od wieku czy poziomu wykształcenia. Dodatkowo istnieje duża niejednorodność geograficzna przyczyn bierności zawodowej. Stąd nasunęły się dwa pytania: 1) „jak znaczna jest niejednorodność geograficzna powodów pozostawania poza rynkiem pracy na obszarze Unii Europejskiej?”, 2) „czy to zróżnicowanie geograficzne zmienia się w czasie?”. Celem prezentowanej analizy była klasyfikacja państw UE ze względu na przyczyny bierności zawodowej kobiet w różnych grupach wiekowych. Analiza została przeprowadzona z wykorzystaniem metody k‑średnich. Dane wykorzystane w analizie pochodzą z ogólnodostępnych baz danych Eurostatu, z Badania Aktywności Ekonomicznej Ludności (EU‑Labour Force Survey). Ocena tendencji związanych z biernością zawodową w grupach wiekowych została przygotowana na bazie danych obejmujących okres 2000–2016. Z kolei analiza skupień została przeprowadzona dla danych z lat 2006, 2010 i 2014. Uzyskane wyniki potwierdziły znaczne zróżnicowanie państw UE ze względu na przyczyny bierności zawodowej kobiet w różnych grupach wiekowych. Dodatkowo ta różnorodność geograficzna zmienia się w czasie. Największe podobieństwo klasyfikacji między poszczególnymi okresami uzyskano dla grupy wiekowej 50–64 lata, a najmniejsze dla grupy 25–49 lat. Ponadto w analizowanym okresie zauważalne jest znaczne zmniejszanie się zjawiska bierności zawodowej w grupie najstarszych osób. Z kolei w grupie najmłodszej, obejmującej osoby do 25. roku życia, tendencje są odwrotne – udział pozostających poza rynkiem pracy zwiększa się.
EN
The group of economically inactive women is heavily diversified. The reasons for staying outside the labour market are the important factors that differentiate this group. They depend on the age or level of education among others. In addition, there is great geographical heterogeneity of the reasons for economic inactivity. Hence, two questions arise. Firstly, how significant is the geograph­ical diversity of the reasons for staying outside the labour market in the European Union? Secondly, have these geographical differences been changing over time? The main aim of the analysis is the classification of the EU countries taking into consideration reasons for women’s economic inactivity in different age groups. The analysis is carried out applying descriptive statistics and the k‑means method. The data are taken from the publicly available Eurostat’s Labour Force Survey datasets. The study of general tendencies in women’s economic inactivity covers the years 2000–2016. In turn, cluster analysis was carried out for data from 2006, 2010 and 2014. The obtained results confirmed significant diversity of the EU states. In addition, this geographical diversity has been changing over time. We receive the greatest similarity of classification obtained for different periods for the 50–64 age group and the smallest for the 25–49 age group. Moreover, there are noticeable tendencies of a significant decrease in the share of the economically inactive in the group of the oldest individuals (aged 50–64) in the sample. On the other hand, in the youngest group (individuals aged under 25), there are opposite tendencies observed – the share of those who remain outside the labour market increases.
EN
The aim of the research discussed in the article is to assess the diversity among European Union countries in terms of the use of information and communication technologies (ICT). Fifteen indicators describing the use of ICT by natural persons and households were selected for the analysis. The data were obtained from Statistics Poland reports and from the Eurostat database for the year 2017. The method of principal components analysis was applied in the process of analysing the diversity. Moreover, a cluster analysis based on the k-means method was performed. The analysis demonstrates that Scandinavian and Benelux countries are the leaders in using ICT, while countries of southern and south-eastern Europe as well as Poland are the lowest rated.
PL
Celem badania omawianego w artykule jest ocena zróżnicowania krajów Unii Europejskiej pod względem stopnia wykorzystania technologii informacyjno-komunikacyjnych (ICT). Do analizy wybrano 15 wskaźników opisujących wykorzystanie ICT przez osoby fizyczne i gospodarstwa domowe. Dane pochodziły ze sprawozdań Głównego Urzędu Statystycznego oraz bazy Eurostatu i dotyczyły 2017 r. W analizie zróżnicowania zastosowano metodę analizy składowych głównych. Wykonano także analizę skupień za pomocą metody k-średnich. Z badania wynika, że liderami w dziedzinie wykorzystania ICT są kraje skandynawskie i kraje Beneluksu. Wśród najniżej ocenionych znajdują się kraje południowej i południowo-wschodniej Europy oraz Polska.
PL
Artykuł prezentuje wyniki grupowania województw, przeprowadzonego na podstawie wskaźników charakteryzujących ubóstwo. W analizie wykorzystano dane dostępne w Banku Danych Lokalnych GUS. Wyboru cech diagnostycznych dokonano kierując się współczynnikami zmienności i korelacji r Pearsona. Do grupowania województw wykorzystano metodę k-średnich. Wyodrębniono cztery kategorie województw różniące się ze względu na strukturę symptomów ubóstwa. W celu odpowiedzi na pytanie, czy w Polsce zachodzą zmiany w tym zakresie dokonano stosownego porównania dla lat 2008 i 2013.
EN
The article presents the results of the clustering voivodships based on variables characterizing the phenomenon of poverty. The analysis is based on data available in the CSO’s Local Data Bank. The selection of diagnostic features was made on the basis of the coefficients of variation and Pearson’s r correlation coefficient. The grouping of voivodships was made using the k-means method. There were created four categories of voivodships differing in the symptoms of poverty. In order to answer the question whether the changes in the symptoms of poverty are taking place on the map of Poland, an analysis was conducted in two periods: for 2013 and 2008.
RU
В статье были представлены результаты группировки воеводств, проведенной на основе показателей характеризующих бедность. В анализе были использованы данные из Банка локальных данных ЦСУ. Выбор диагностических признаков осуществлялся с учетом коэффициентов изменяемости и корреляции r Пирсона. Для группировки воеводств был использован метод k-средних. Были выделены четыре категории воеводств отличающихся друг от друга в отношении к структуре симптомов бедности. Для того, чтобы ответить на вопрос, происходят ли в Польше изменения в этой области, было сделано сравнение для 2008 и 2013 гг.
PL
Sektor przemysłowy jest jedną z głównych sił napędowych wzrostu gospodarczego, szczególniew krajach rozwijających się. Pozytywna dynamika zmian w sektorze przemysłowym przyczynia siędo efektów w innych sektorach gospodarki. Celem artykułu jest pogrupowanie badanych krajów UE-27 podwzględem zatrudnienia w sektorze przemysłowym w celu utworzenia jednorodnych klas. Zakres czasowyanalizy obejmuje 2013 rok. Wybór takiego okresu badawczego wynika z dostępności i porównywalności danychstatystycznych w przekroju poszczególnych krajów Unii Europejskiej. Procedura grupowania uwzględniawewnątrzgrupowe i międzygrupowe zróżnicowanie wybranych zmiennych diagnostycznych. W badaniuzastosowano hierarchiczne metody aglomeracji i metodę k-średnich. Głównymi kryteriami decydującymio przynależności badanych krajów UE-27 do skupień są: udział zatrudnionych w produkcji i udział zatrudnionychw budownictwie. Kraje UE-15, zwłaszcza Niemcy, Wielka Brytania, Francja, Hiszpania, Włochy i osobnoPolska charakteryzują się wyższymi wartościami średnich dla wybranych zmiennych diagnostycznych, czyliudziału zatrudnionych w sektorze produkcji i udziału zatrudnionych w budownictwie, w porównaniu z przeciętnymiwartościami zmiennych w grupie pozostałych krajów UE-27.
EN
The industrial sector is the one of key engine of economic growth especially in the developing countries. The positive dynamics of change in industrial sectors lead to effects in other areas of economy. The paper focuses on the clustering of employment in industrial sector in the EU-27 countries in order to form homogeneous clusters. The period considered is the year 2013. The choice of such a research period comes from the availability and comparability of the statistical data within the European Countries. The clustering procedure of EU countries is based on intra and inter-group differences on selected diagnostic variables. The agglomerative hierarchical clustering and k-means clustering methods were used in the paper. The main criteria for deciding on UE-27 countries belonging to clusters are the share of employment in manufacturing and the share of employment in construction. The countries of the EU-15, particularly Germany, Great Britain, France, Spain, Italy and separately Poland as well are characterized by higher values of average for selected diagnostic variables i.e. the share of employment in manufacturing and the share of employment in construction in relation to the average of variables for the remaining countries.
EN
The financial sector is one of the most important elements of socio-economic system of each country. The research work is employment in this sector focusing financial activities insurance and other activities supporting these activities. The aim of the study was to examine the level of employment in the financial sector in spatial terms (voivodship) in the period 2005–2014 using methods of multivariate statistical analysis. The attention was also drawn to the trends in the structure of employment in the financial sector between the voivodships and the same size of the number of employees in individual voivodship. The classification results indicate the geographical division of the country in terms of number of firms in the sector of finance and insurance. Data for the country also show a significant growing trend of employees in the financial sector. However its high directional coefficient is conditioned by very strong growing trend occurring in Mazowieckie much slower trend in the provinces of Dolnośląskie, Pomorskie, and Śląskie. For most voivodships tendency models indicates a negative statistically significant trend of the studied phenomenon.
XX
Sektor finansowy stanowi jeden z najważniejszych elementów systemu społeczno-ekonomicznego każdego kraju. Przedmiotem badań w pracy jest wielkość zatrudnienia w tym sektorze skupiającym działalność finansową, ubezpieczeniową oraz pozostałą działalność wspomagającą powyższe działalności. Celem pracy było zbadanie poziomu zatrudnienia w sektorze finansowym w ujęciu przestrzennym (województwa) w latach 2005–2014 przy użyciu metod wielowymiarowej analizy statystycznej. Zwrócono również uwagę na trendy w strukturze zatrudnienia w sektorze finansowym między województwami, jak i samej wielkości liczby zatrudnionych w poszczególnych województwach. Dane dla kraju pokazują również na istotny rosnący trend wielkości zatrudnienia w sektorze finansowym. Jednakże jego wysoki współczynnik kierunkowy warunkowany jest bardzo silnym trendem wzrostowym, mającym miejsce w województwie mazowieckim, znacznie wolniejszym trendem w województwach dolnośląskim, pomorskim i śląskim. W przypadku większości województw bowiem, modele funkcji trendu wskazują na ujemną, statystycznie istotną tendencję rozwojową badanego zjawiska. Wyniki klasyfikacji wskazują na geograficzny podział kraju pod względem liczby podmiotów w sektorze finansów i ubezpieczeń.
PL
W artykule porównano wyniki segmentacji emerytów metodą k-średnich na podstawie zestawu zmiennych behawioralnych oraz zestawu zmiennych behawioralnych i demograficzno-ekonomicznych. Posługując się zestawem cech behawioralnych, otrzymano segmenty emerytów wykazujące znaczne różnice w zakresie priorytetów życiowych oraz stosunkowo niewielkie różnice w zakresie profili demograficzno-ekonomicznych. Z kolei w przypadku segmentacji opartej na połączonym zestawie zmiennych behawioralnych oraz demograficzno-ekonomicznych większy wpływ na ostateczny wynik grupowania wywierały cechy demograficzno-ekonomiczne. Segmenty emerytów stały się łatwiej identyfikowalne, jednak różnice w zakresie cech behawioralnych uległy zmniejszeniu.
EN
The article compares the results of the segmentation of retirees done using the k-means method on the basis of a set of behavioural variables and a combined set of behavioural, demographic and economic variables. On the basis of the behavioural set, segments of retirees which showed significant differences in the area of life priorities were obtained. Between these groups there were relatively small differences in their demographic and economic profile. In the case of the segmentation done on the basis of the combined set of variables, the results of segmentation were influenced to a greater extent by the demographic and economic variables. The segments of retirees became more easily identifiable, but the differences in the area of behavioural features decreased.
PL
Celem artykułu jest ocena zróżnicowania województw ze względu na wartości efektywności kosztowej i zatrudnieniowej podstawowych form aktywizacji zawodowej realizowanej przez powiatowe urzędy pracy w latach 2008—2016. W badaniu wykorzystano dane zawarte w publikacjach Ministerstwa Rodziny, Pracy i Polityki Społecznej. Grupowania dokonano metodą k-średnich. W badanym okresie współczynniki efektywności kosztowej (poza dużym spadkiem w roku 2011) oraz zatrudnieniowej miały tendencję wzrostową. Otrzymano trzy jednorodne grupy. Pierwszą utworzyły województwa o najkorzystniejszych wielkościach efektywności, drugą — województwa o średnich wielkościach efektywności, a trzecią — o wartościach najmniej korzystnych.
EN
The objective of the article is the assessment of the diversity of voivodships with respect to values of cost and employment effectiveness of basic forms of professional activation, implemented by the powiat labour offices in the years 2008—2016. The data source were the publications of The Ministry of Family, Labour and Social Policy. The k-means method was used for clustering. In the analysed period it can be observed that the coefficients of cost (except for substantial decline in 2011) and employment effectiveness had an increasing trend. The three homogeneous groups of voivodships were obtained. The first group consisted of voivodships with the most advantageous values of effectiveness, the second one — with the average values of effectiveness and the third one — the most disadvantageous.
PL
Zrównoważony rozwój powinien zapewnić sprawiedliwe i zrównoważone środowisko naturalne, społeczne i gospodarcze. Godna praca i wzrost gospodarczy, czyli Cel Zrównoważonego Rozwoju (Sustainable Development Goal – SDG) 8, ma największe znaczenie gospodarcze. Celem badania omawianego w artykule jest ocena realizacji SDG 8 w krajach członkowskich UE. Badanie obejmowało lata 2002–2021, ze szczególnym uwzględnieniem okresów kryzysowych: kryzysu finansowego z lat 2007–2009 i pandemii COVID-19 panującej w latach 2020–2021. W badaniu wykorzystano dane z bazy Eurostatu. Zastosowano metody wielowymiarowej analizy statystycznej: analizę skupień metodą k-średnich i porządkowanie liniowe metodą TOPSIS. Krajami o najwyższym stopniu realizacji SDG 8 okazały się: Dania, Finlandia, Holandia i Szwecja, natomiast najniższy stopień realizacji obserwowano w Grecji, we Włoszech, w Rumunii, na Słowacji i w Hiszpanii. Również nowe kraje członkowskie, przyjęte do UE po 2004 r., ogólnie charakteryzują się znacznie niższym stopniem realizacji SDG 8 niż wysoko rozwinięte kraje Europy Zachodniej. Wpływ okresów kryzysowych był bardziej zauważalny w wynikach analizy skupień niż w rankingach. Wartością dodaną badania jest wykorzystanie metod wielowymiarowej analizy statystycznej do oceny ogólnej sytuacji analizowanych krajów w zakresie realizacji SDG 8 przy uwzględnieniu obu okresów kryzysowych.
EN
Sustainable development should ensure a fair and balanced natural, social and economic environment. Sustainable Development Goal 8 (SDG 8) - decent work and economic growth - is of the greatest economic importance. The purpose of the study is to assess the implementation of SDG 8 in EU member states. The analysis covered the years 2002-2021 with a particular focus on two crises periods: the financial crisis of 2007-2009 and the COVID-19 pandemic in the years 2020-2021. The study uses Eurostat data and multivariate statistical analysis methods, i.e. cluster analysis - the k-means method and linear ordering - the TOPSIS method. Denmark, Finland, the Netherlands and Sweden are the countries where the fulfilment of SDG 8 was the greatest, while the lowest was observed in Greece, Italy, Romania, Slovakia and Spain. The study also shows that the countries which joined the EU in 2004 generally demonstrated a much lower degree of SDG 8 implementation compared to the well-developed Western Europe. The influence of the crisis periods was more visible in the results of the cluster analysis than in the rankings. The novelty of the research involves the application of multivariate statistical analysis methods to assess the overall situation of the studied countries in terms of their implementation of SDG 8 while taking into account both crisis periods.
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.