3307664877

porządkowanie liniowe (istota porządkowania liniowego, założenia porządkowania liniowego obiektów, syntetyczne mierniki rozwoju (SMR) - wzorcowe i bezwzorcowe, procedura porządkowania liniowego zbioru obiektów z wykorzystaniem odległości GDM),

- analiza skupień (wprowadzenie do analizy skupień, podstawowe problemy analizy skupień, etapy występujące w typowej analizie skupień, pakiety i funkcje programu R w analizie skupień),

-    skalowanie wielowymiarowe (istota skalowania wielowymiarowego, dane wejściowe skalowania wielowymiarowego, podstawowe zagadnienia skalowania wielowymiarowego, wybrane rodzaje skalowania wielowymiarowego, procedura skalowania wielowymiarowego, obszary zastosowań skalowania wielowymiarowego, pakiety i funkcje programu R w skalowaniu wielowymiarowym),

-    analiza czynnikowa (wprowadzenie do analizy czynnikowej, procedura analizy czynnikowej, obszary zastosowań analizy czynnikowej, pakiety i funkcje programu R w analizie czynnikowej).

Charakterystyka środowiska programistycznego R wspomagającego analizę danych. Wizualizacja danych w przestrzeni dwu- i trójwymiarowej z wykorzystaniem oprogramowania środowiska R. Graficzna prezentacja danych w przestrzeni dwuwymiarowej: wykresy rozrzutu danych metrycznych (scatterplot), wykresy rozrzutu trzech zmiennych metrycznych (bubbleplot), wykresy rozrzutu dwóch zmiennych metrycznych dla każdego poziomu trzeciej zmiennej niemetrycznej (trellis graphics), wykresy funkcji matematycznych, wykres rozrzutu dla danych niemetrycznych, wykres rozrzutu dla danych symbolicznych interwałowych. Graficzna prezentacja danych w przestrzeni trójwymiarowej: wykres danych metrycznych w przestrzeni trójwymiarowej, wykres dla danych niemetrycznych w przestrzeni trójwymiarowej.

Laboratoria komputerowe prezentujące projekty z zastosowań wielowymiarowych metody analizy danych w badaniach ekonomicznych z wykorzystaniem środowiska R: uogólniona miara odległości GDM w porządkowaniu liniowym, analiza skupień (cluster analysis), analiza dyskryminacyjna, drzewa klasyfikacyjne, skalowanie wielowymiarowe, analiza czynnikowa.

Metody dydaktyczne: ćwiczenia laboratoryjne, zestawy zadań do samodzielnego rozwiązania, opracowanie projektów laboratoryjnych Założenia i cele przedmiotu

wiadomości: poznanie podstawowych metod analizy danych i możliwości ich zastosowań ekonomicznych,

umiejętności: identyfikacja, zastosowanie i interpretacja właściwych metod analizy danych w rozwiązywaniu postawionych problemów ekonomicznych z wykorzystaniem wybranych programów komputerowych (R, GDM dla Windows)

Forma i warunki zaliczenia przedmiotu: przedmiot kończy się zaliczeniem na ocenę Forma zaliczenia: aktywność na zajęciach laboratoryjnych, projekty.

Warunki zaliczenia: ocena pozytywna uzyskana na podstawie wykonanych projektów (laboratoria).

Literatura podstawowa

[lJWalesiak M. (2011), Uogólniona miara odległości GDM w statystycznej analizie wielowymiarowej z wykorzystaniem programu R, Wyd. UE, Wrocław.

[2] Walesiak M., Gatnar E. (red.) (2009), Statystyczna analiza danych z wykorzystaniem programu R, PWN, Warszawa.

[3] Gatnar E., Walesiak M. (red.) (2011), Analiza danych jakościowych i symbolicznych z wykorzystaniem programu R, C.H. Beck, Warszawa.