One of the basic taxonomic tasks involves the linear ordering of multidimensional objects. In all ordering methods, a set of diagnostic variables (selected to represent different aspects of the considered phenomenon) is transformed into a composite index. The value of this index is then used to rank objects from best to worst. In some cases, however, even small differences in the values of the index discriminate objects assigning them different ranks, which may cause interpretation-related problems. The aim of the paper is to propose a method of uniform ranking, i.e. such a linear ordering of multidimensional objects that, firstly, does not require the calculation of the composite index and secondly, assigns ranks to the objects on the basis of a measurement performed on an undefined scale located somewhere between an order scale and strong scales (interval and ratio). Generally, the idea is to divide the linear distance between the best and the worst object into equal parts according to the uniform distribution approach. The borders of these parts are determined by nodes, representing the consecutive ranks. Each object is assigned a rank from the closest node and objects located close to each other are assigned the same rank. The example presented in the article illustrating the application of the proposed method concerns the healthcare system in Polish voivodships in 2022, described using six statistical features. The proposed method does not force the use of all consecutive natural numbers as ranks, which allows the identification of outliers or clear gaps between groups of similar objects.
PL
Liniowe porządkowanie obiektów wielowymiarowych to jedno z podstawowych zagadnień taksonomicznych. We wszystkich metodach takiego porządkowania zestaw zmiennych diagnostycznych – dobieranych tak, aby reprezentowały różne aspekty rozpatrywanego zjawiska – jest przekształcany we wskaźnik agregatowy. Następnie obiekty są szeregowane, zgodnie z wartościami wskaźnika, od najlepszego do najgorszego. Jeżeli jednak różnice między wartościami wskaźnika są niewielkie, to determinowane przez nie odmienne pozycje obiektów przysparzają niedogodności interpretacyjnych. Celem artykułu jest zaproponowanie metody równomiernego rangowania – takiego porządkowania liniowego obiektów wielowymiarowych, które po pierwsze nie wymaga obliczania wskaźnika agregatowego, a po drugie przyporządkowuje obiektom rangi na podstawie pomiaru dokonywanego na specyficznej skali sytuującej się pomiędzy skalą porządkową a skalami mocnymi (różnicową lub ilorazową). Najogólniej mówiąc, podejście to polega na podziale odcinka między najlepszym i najgorszym obiektem (wzorcem i antywzorcem) na równe części, zgodnie z koncepcją rozkładu równomiernego. Granice tych części są wyznaczane przez węzły, reprezentujące kolejne rangi. Obiektowi zostaje przyporządkowana ranga najbliższego węzła. Obiekty położone blisko siebie otrzymują taką samą rangę. Przedstawiony w artykule przykład ilustrujący zastosowanie proponowanej metody dotyczy oceny systemu ochrony zdrowia w województwach w 2022 r., opisanego za pomocą sześciu cech statystycznych. Proponowana metoda nie wymusza przyporządkowywania obiektom kolejnych liczb naturalnych jako rang, co pozwala na identyfikację obiektów odstających czy wyraźnych podziałów między grupami podobnych obiektów.
Rozwój sektora energii odnawialnej jest jednym z priorytetów polskiego rządu – zgodnie z Dyrektywą 2009/28/WE państwa członkowskie UE powinny stopniowo zwiększać udział energii ze źródeł odnawialnych w całkowitym zużyciu energii. Szczegółowe cele polityki energetycznej Polski to wzrost udziału energii ze źródeł odnawialnych w finalnym zużyciu energii do poziomu 15,5% w 2020 r. (19,13% dla energii elektrycznej, 17,05% dla ciepłownictwa i chłodnictwa, 11,36% dla paliw transportowych). Głównym celem artykułu jest ocena zróżnicowania krajów ze względu na dynamikę udziału energii ze źródeł odnawialnych w całkowitym zużyciu energii w poszczególnych sektorach. W pracy przedstawiono analizę dynamiki udziału energii ze źródeł odnawialnych w finalnym zużyciu energii elektrycznej, ciepłownictwa i chłodnictwa oraz paliw transportowych. Przeprowadzono analizę zmian w uporządkowaniach krajów ze względu na udział energii ze źródeł odnawialnych w końcowym zużyciu energii z wykorzystaniem współczynnika τ Kendalla. Celem tej analizy jest sprawdzenie hipotezy mówiącej, że uporządkowanie krajów Unii Europejskiej ze względu na udział energii odnawialnej w ogólnym zużyciu energii nie uległo istotnym zmianom w latach 2005–2013. Przedstawiono także wyniki analizy zależności udziału energii odnawialnej w poszczególnych sektorach. Wyodrębniono grupy państw, które charakteryzują się podobną dynamiką udziału energii odnawialnej w końcowym zużyciu energii w poszczególnych sektorach.
EN
The development of the renewable energy sector is one of the top priorities for the Polish government. In accordance with Directive 2009/28/EC, EU member states should increase their energy from renewable sources as a share of total energy consumption. The specific objective for Polish energy policy is to grow energy from renewable sources to comprise 15.5% of total energy production in 2020 (19.3% for the electricity sector, 17% for the heating and cooling sector, and 10.2% for the transport fuels sector). The main objective of this research is to assess the dynamics of the share of energy from renewable sources in particular sectors, including the electricity, heating, cooling and transport fuels sectors. The article ranks countries according to their share of energy from renewable sources in production and to the gross domestic product. It then compared the linear orderings. The purpose of this analysis is to test the hypothesis that the rank of EU countries in terms of their share of renewable energy in overall energy consumption did not change significantly in the years 2005–2013. Finally, it presents the results of the analysis of the relationship between the share of renewable energy in individual sectors. The countries are grouped according to their share of renewable energy in individual sectors.
DEMATEL is an efficient tool for the identification of cause-effect relations which link the objects considered. A dynamical development of its popularity in recent years has resulted in numerous efforts to eliminate its weaknesses and to extend its application potential. For example, one of the attempts involved transforming it into a universal decision-making support tool aimed at weighting and ranking objects seamlessly. A critical review of the existing weighting and ranking extensions in DEMATEL is, therefore, presented in the paper. Conclusions about the usefulness of the available extensions have been drawn based on the results of an exemplary analysis.
PL
Metoda DEMATEL stanowi narzędzie identyfikacji związków przyczynowo-skutkowych. Zainteresowanie metodą w ostatnich latach znajduje odzwierciedlenie w licznych publikacjach z różnych dziedzin. Duże zainteresowanie DEMATELem pozwoliło na liczne modyfikacje tej metody, usunięcie mankamentów i poszerzenie potencjału aplikacyjnego. W rezultacie takich działań powstało uniwersalne narzędzie wspomagania decyzji umożliwiające ważenie i rangowanie kilkoma różnymi sposobami. W artykule dokonano krytycznego przeglądu takich sposobów. Porównano ich rezultaty i sformułowano wnioski dotyczące ich przydatności.
JavaScript is turned off in your web browser. Turn it on to take full advantage of this site, then refresh the page.