Propozycja uogólnionej miary odległości w statystycznej analizie

Propozycja uogólnionej miary odległości w statystycznej analizie

AKADEMIA EKONOMICZNA W POZNANIU STATYSTYKA REGIONALNA w służbie
samorządu
lokalnego i biznesu
Redaktor naukowy: Jan Paradysz
INTERNETOWA OFICYNA WYDAWNICZA CENTRUM STATYSTYKI REGIONALNEJ POZNAŃ 2002 Projekt okładki
Eryk Grześkowiak
Redakcja i korekta
Marcin Szymkowiak
ISBN 83-907538-0-5
INTERNETOWA OFICYNA WYDAWNICZA
CENTRUM STATYSTYKI REGIONALNEJ
ul. Towarowa 53,60-896 Poznań, tel. O pretix 61 8543943
e-mail: [email protected]
SPIS TREŚCI
Wstęp
(Jan Paradysz). . • . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
5
Część
pierwsza
TEORIA I PRAKTYKA BADAŃ REPREZENTACYJNYCH
Janusz Wywiał, On accuracy ofmean estimation on the basis oftwo-phase sam­
pling for stratification ...........................................
Marcin Skibieki, Janusz Wywiał, On optimal sample allocation in strata .....
Jan Kordos, Nowy projekt zastosowania estymacji dla małych obszarów w kra­
jach europejskich. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . . . . . . . . . . . .
Grażyna Dehnel, Rola średnich i dużych przedsiębiorstw w ekonomicznym roz­
woju regionu w świetle statystyki małych obszarów. . . . . . . . . . . . . . . . . . . .
Jan Kubacki, Wybrane metody statystyki małych obszarów zastosowane w sza­
cowaniu bezrobocia dla powiatów .................................
Tomasz Jurkiewicz, Badanie efektywności estymatorów proporcji dla małych
domen za pomocą eksperymentów symulacyjnych. . . . . . . . . . . . . • . . • . . . .
15
29
38
5l
58
75
Część
druga
KLASYFIKACJA I ANALIZA DANYCH W UKŁADACH
REGIONALNYCH
Jarosław
Lira, Wiesław Wagner, Feliks Wysocki, Mediana w zagadnieniach
wielocechowych . . • . . . . • . . • • • . . . . • . • . . . . . . .
Aleksandra Łuczak, Feliks Wysocki, Metody klasyfikacji w badaniu zróżnicowania funkcjonalnego obszarów wiejskich . . . . . . . . . . . . . . . • . . . . • . . . . . .
Marek Walesiak, Propozycja uogólnionej miary odległości w statystycznej ana­
lizie wielowymiarowej. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Michał Woźniak, Kazimierz Zając, Zbigniew Zioło, Pozycja województwa
małopolskiego w strukturze regionalnej Polski. . . . . . . . . . . . . . . . . . . . . . . .
Wiaczesław Sobieszczański, Zróżnicowanie warunków mieszkaniowych w wo­
jewództwie wielkopolskim .......................................
porządkowania obiektów
Część
87
100
I 15
122
ł 31
trzecia
PROMOCJA "MAŁYCH OJCZYZN"
Piotr Jankowski, GIS Technology in Support of Participatory Spatial Decision
Making ......................................................
Jan Paradysz, Internetowa panorama miast, gmin i regionów jako informacyjne
wspomaganie samorządu lokalnego. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
145
153
4
Sp;slreśc;
Zbigniew Zwoliński, Internetowa wizualizacja statystyki regionalnej .........
Tomasz KUmanek, Zasoby mapy numerycznej Geo-Info w promocji "Małych
Ojczyzn". . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . • . . . .
Piotr Błażczak, Przekształcenia ekonomiczne i ich znaczenie w rekultywacji wsi
Mieczysław Sobczyk, Regionalne zróżnicowanie degradacji gleb w Polsce. . . . .
169
199
211
226
Część
czwarta
NOWE I POTENCJALNE ŹRÓDŁA ZASILANIA
INFORMACYJNEGO W STATYSTYCE REGIONALNEJ
Marek Obrębalski, Danuta Strahl, Potrzeby informacyjne biznesu w świetle
badań ankietowych. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Daria Marcinowicz, Ocena źródeł w statystyce ludności aglomeracji wielko­
miejskiej .•..•.•.••.•....................•....................
Reinhard Mummeltbey. Umlandwanderungen in Berlin im Vergleich zu
ausgewahlten Deutschen und Polnischen GroBstadten . . . . . . . . . . . . . . • . . .
Aleksandra Witkowska, Marek Witkowski, Propozycja wykorzystania danych
z różnych źródeł w SMO podmiotów gospodarczych. . . . . . . . . . . . . . . • . . .
24 ł
250
257
276
Część piąta
AKTYWNOŚĆ EKONOMICZNA LUDNOŚCI W UJĘCIU
REGIONALNYM
Bogumiła Pleskowicz, Źródła informacji o aktywności zawodowej ludności
w ujęciu regionalnym. . . . . . . . . . . . . . . . . • . . . . . . . . • . . . . . . . . . • . . . . . . .
Elżbieta Golata, Estymacja bezrobocia w przekroju powiatów województwa
wielkopolskiego. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Edyta Mazurek, Stanisława Ostasiewicz, Nieparametryczny model trwania
bezrobocia ... . . • . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . . . . . . . . . . . . . . . . .
Dorota Ziem ba, Metody weryfikacji hipotezy rynków . . . . . . . . . . . . . . . . . . . . .
326
338
Literatura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . . . . . . . . . . . . . . • . . .
353
Indeks osobowy. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
366
Indeks rzeczowy. . . . . . . . • . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
369
Uczestnicy konferencji. •... , . . . . . . . . . . . . . . . . . . . . . . . . . . . . . • . . . . . . . . . . .
371
289
300
Marek Walesiak
PROPOZYCJA UOGÓLNIONEJ MIARY ODLEGŁOŚCI W STATYSTYCZNEJ ANALIZIE WIELOWYMIAROWEJ· Abstract
A generalised correlation coefficient is well known in statisticalliterature (M.G. KendalI and W.R
Buckland, 1986). This generał definition includes Kendall's and Pearson product-moment correra­
tion as particular cases. In the article a proposal of generalised distance measure is shown. The con­
struction of this distance measure based on the idea of generalised correlation coefficient and
Kendall's coefficient.
Keywords: Measurement Scales, Distance Measures, Data Analysis
l. Wprowadzenie
Stosowanie konkretnych konstrukcji miar korelacji i odległości w statystycznej
analizie wielowymiarowej jest uzależnione od skal pomiaru zmiennych. W teorii
pomiaru rozróżnia się 4 podstawowe skale pomiaru, wprowadzone przez Stevensa
(por. S.S. Stevens, l 959), uporządkowane od najsłabszej do najmocniejszej : nom i­
nalna, porządkowa (rangowa), przedziałowa (interwałowa), ilorazowa (stosunko­
wa). Podstawowe własności skal pomiaru zawiera tab. l.
Typ skali, ze względu na dopuszczalne przekształcenia, determinuje stosowal­
ność rozmaitych technik statystyczno-ekonometrycznych. Technikami statystycz­
nymi dopuszczalnymi dla danego typu skali są takie techniki, które dostarczają
wyników (w sensie relacji) niezmiennych względem dopuszczalnych prze­
kształceń (por. K. Walenta, 1971). W artykule Handa (OJ. Hand, 1996) dyskuto­
wany jest problem relacji między skalami pomiaru a dopu'szczalnymi dla nich
technik~i statystycznymi. Pokazano w nim przykłady, które są źródłem kontro­
wersji w przypadku ścisłego stosowania reguł pomiaru.
ł Pracę wykonano w ramach projektu badawczego Nr 11102B OII 16 finansowanego przez Ko­
mitel Badań Naukowych w latach 1999·2000.
116
Marek Walesiak
2. Uogólniony wspólcZJ'nnik korelacji
Uogólniony współczynnik korelacji między dwiema zmiennymi przyjmuje postać
(por. M.G. Kendall i W.R. Buckland, 1986; M.G. Kendall, 1955):
n i-I
L La;kbik
jh
[t ~:~It rb;1]~'
(I)
r =
i=2k=1
i=2k=1 gdzie: i. k =1 •...• n - numer obiektu;j. h - numer zmiennej. Tab. l. Podstawowe własności skal pomiaru
Dozwolone przekształcenia
matematyczne
Typ skali
Nominalna
Porządkowa
z =ffx),f(x) ­ dowolne przekształcenie wzajemnie jednoznaczne
Dopuszczalne relacje
DopuSZCZ!'lne
operacje
arytmetyezoe
zdarzeń
równości (XA = xs), zliczanie
rótności (XA ~ xOI.
~liczba relac~i równoci, rotności
zdarzeń
z '" f(x), ffx) - dowolna ściśle mo­ powytsze oraz więk- zliczanie
szości (XA > ,"Co) i ~liczba relacji równonotonicznie rosnąca funkcja
mniejszości (XA < xo)
ci. rótności, większości. mniejszości)
Przedziałowa
Ilorazowa
z = bx + a (b> O), z E R dla powytsze oraz równo­ powytsze oraz doda­
wszystkich x zawartych w R.War­ ści rotnic i prze­ wame i odejmowanie
tość zerowa na tej skali jest zwykle działów
pr~jmowana arbitralnie lub na (XA -XB =xc-xn)
o stawie konwencji (por. Ackoff
1969], s. 240).
f
z '" bx + a (b> O). z E R ł. dla powr;tsze oraz równo­ powytsze oraz mno­
żenie i dzielenie
wS!LstkiCh x zawartych w R•• Na­ ści i oraz6w
tura n)'m początkiem skali ilorazo­
wej Jest wartość zerowa (zero (XA = Xc )
lewostronnie ogranicza zakres ska­
xB
li).
Źródło:
xD
Opracowano na podstawie: (S.S Stevens, 1959; E.W. Adams, R.F. Fagot i R.B. Robinson. 1965;
M. Walesiak, 1995).
Dla obserwacji na zmiennych (xlj• .... x n), (X/k..... xnv mierzonych na skali ilora­
zowej i (lub) przedziałowej stosując we wzorze (l) podstawienie:
aik
bik
= (t-y. - xAj )
=(xih - Xkh)
(2)
,
Propozycja uogólnionej miary odległości w statystcznej analizie wielowymiarowej
117
,
otrzymuje się współczynnik korelacji liniowej Pearsona (gdzie: xii. xkj (Xilh XW ­
i-ta, k-ta obserwacja naj-tej (h-tej) zmiennej). Współczynnik korelacji liniowej
Pearsona przybiera wartości z przedziału [-1; 1]. Wartość O oznacza, że między
zmiennymi nie występuje korelacja, natomiast wartości graniczne odpowiadają
doskonałej korelacji ujemnej lub dodatniej.
Wzór na współczynnik korelacji liniowej Pearsona można przedstawić inaczej
jako:
Dowód. (zob. M.G. Kendall, 1955; M. Walesiak, 1993)
Dla obserwacji na zmiennych
(X/Ji "'1
xn) .
(X/h •..•
xnJJ mierzonych na skali
porządkowej stosując "we wzorze (1) podstawienie:
_Ol
f,,)= { ~
-1
jeżeli
Xy>
jeżeli
Xy'
jeżeli
Xii < Xkj (xih < X,th)
Xkj" (Xih
> X,th)
=Xkj (Xih =X,th)
(4)
otrzymuje się współczynnik 1" Kendalla (por. M.G. Kendall, 1955). W spółczynnik
korelacji 1" Kendalla przybiera wartości z przedziału [-1; I]. Wartość 1 oznacza
118
Marek Walesiak
pełną zgodność uporządkowań,
natomiast wartość -I
pełną
ich przeciwstawność.
Współczynnik korelacji 'f KendaJlajestwięc dla wyników pomiaru porządkowego
szczególną postacią współczynnika
korelacji liniowej Pearsona (por. M. Wale­
siak, 1991).
2.
Propo~cja
uogólnionej miary odległości
Wykorzystanie niektórych metod statystycznej analizy wielowymiarowej (meto­
dy klasyfikacji, skalowanie wielowymiarowe, metody porządkowania liniowego)
wymaga sformalizowania pojęcia odległości obiektów. Funkcja d: A x A -+ R
(A - zbiór obiektów badania, R - zbiór liczb rzeczywistych) będzie nazywana
miarą odległości wtedy i tylko wtedy, gdy spełnione są warunki:
- nieujemności: d/t ~ O dla i, k = l, .... n;
- zwrotności: d/t = O<:> i == k dla i. k == l, ..., n;
- symetryczności: dik == dti dla i, k = l, '''f n.
Wykorzystanie jako miary odległości uogólnionego współczynnika korelacji
(obejmującego współczynnik korelacji liniowej Pearsona i współczynnik korelacji
'f Kendalla) nie jest możliwe z uwagi na nie spełnienie warunku nieujemności
i zwrotności. Przekształcenie d ilc = (1- rjJ: ) /2 wprawdzie zapewnia spełnienie
warunku nieujemności (wartości dik zawarte są w przedziale [O; l J), jednak nadal
nie jest spełniony warunek zwrotności.
W konstrukcji uogólnionej miary odległości wykorzystano ideę współczynnika
korelacji zmiennych porządkowych 'f Kendallaoraz uogólnionego współczynnika
korelacji. Proponowana uogólniona miara odległości przyjmuje postać: (5)
ni
ni
n
Lajkjbkij + L Lajljbk1j
j=1 1=\
j=1
d jk =(I-Sik)/2=~----------_/_""..;..·,k______~
2
[[~a~J ~ta;'j)[~?i;j ttb1/jJl ~
+
+
/"",k
gdzie:
'",I,k
i, k, l = I, ... , n - numer obiektu,
j = I, ... , m - numer zmiennej,
Xi} (xkj, XI) - i-ta (k-ta, l-ta) obserwacja naj-tej zmiennej.
Propozycja uogólnionej miary odległości w statystczne} analizie wielowymiarowej 119
Dla zmiennych mierzonych na skali ilorazowej i (lub) przedziałowej w formule
(5) stosowane jest podstawienie:
aipj
= xij -
bkrj = Xkj
Xpj
dla
- Xrj
dla
p = k,1
r = i,1 .
(6)
jest nieporównanie mniejszy. Jedyną do­
puszczalną operacją empiryczną na skali porządkowej jest zliczanie zdarzeń (tzn.
wyznaczanie liczby relacji większości, mniejszości i równości). W konstrukcji
miernika odległości musi być wykorzystana informacja o relacjach w jakich pozo­
stają porównywane obiekty w stosunku do pozostałych obiektów ze zbioru A. Dla
zmiennych mierzonych na skali porządkowej w formule (5) stosuje się podstawie­
nie (por. M. Walesiak, 1993; M. Walesiak, J. Dziechciarz i A. Bąk, 1998):
Zasób informacji skali
a ipj (b kr j
)=
I
O
{
-1
porządkowej
jeżeli
~e~el:
jezell
xij
> x pj
xij
= x pj
xij
< x pj
~Xkj > Xrj~
Xkj
=Xrj
xkj
< x rj
dla p
= k, I; r = i. I;
(7)
Wtedy w mianowniku wzoru (5) pierwszy czynnik oznacza liczbę relacji więk­
szości i mniejszości określoną dla obiektu i, czynnik drugi zaś liczbę relacji więk­
szości i mniejszości określoną dla obiektu k.
Miara odległości d ik :
- mou być stosowana w sytuacji, gdy obiekty opisane są zmiennymi mierzo­
nymi na skali ilorazowej, przedziałowej lub porządkowej,
- przybiera wartości z przedziału [O; I J. Wartość O oznacza, że dla poró­
wnywanych obiektów i, k między odpowiadającymi sobie obserwacjami na
zmiennych zachodzą tylko relacje równości. W przypadku podstawienia (7)
wartość I oznacza, że gdy dla porównywanych obiektów i, k między odpo­
wiadającymi sobie obserwacjami na zmiennych porządkowych zachodzą tyl­
ko relacje większości (mniejszości) lub relacje większości (mniejszości) oraz
relacje równości jeżeli relacje te są zachowane w stosunku do pozostałych
obiektów (a więc obiektów o numerach l = l, .... n; gdzie l ;o!: i. k);
- spełnia warunki: nieujemności dik ~ O. zwrotności dij = O. symetryczności
d ik = dkl (dla wszystkich i. k = I,.... n),
- nie zawsze spełnia warunek nierówności trójkąta (potwierdziły ten wniosek
przeprowadzone analizy symulacyjne),
120
Marek Walesiak
- istnieje przynajmniej jedna para obiektów w zbiorze badanych obiektów A,
dla której obserwacje na zmiennych nie są identyczne (dla uniknięcia zera
w mianowniku d/t),
- nie zmienia wartości w wyniku transformacji wartości zmiennych za pomocą
dozwolonego na danej skali przekształcenia matematycznego (zob. tab. 1).
Uogólniona postać miary odległości, w której uwzględnia się wagi zmiennych,
określona jest wzorem (por. M. Walesiak, 1999): (8)
m
m
n
LWJO'kikiJ + L L WJOi/JbklJ
________________
J=I
J"'I 1=1
1 ________________________
/~~i>k
d =-­
ik
2
~
2[(i:WJO/~J+i::tWJO~Jl[i:WJb;iJ+ i::tWJbilJllt
J=1
J=I 1=1
I~i.k
J=I
J=I 1=1
I~i.k
gdzie: wJ - wagaj-tej zmiennej spełniająca warunki: wJ E (O,' m),
m
L W J =m.
j=1
W literaturze można spotkać trzy sposoby ustalania wag zmiennych. Wagi usta­
la się albo metodą ekspertów (metoda a priorI), albo z utyciem algorytmówobli­
czeniowych opierających się na informacjach zawartych w danych pierwotnych
(surowych). Można też wykorzystać metodę opartą na obu tych ujęciach. (por.
T. Borys, 1984; M. Abrahamowicz i K. Zając, 1986; G.W. Milligan, 1989; T. Gra­
biński, ł 992; A. Bąk. ł 999). Problem" ważenia" zm iennych nie został dotychczas
zadowalająco rozwiązany. Williams stwierdza nawet, że ważenie zmiennych jest
manipulowaniem wartościami zmiennych (por. M.S. Aldenderfer i R.K.
Blashfield, 1984). Z tego względu często w badaniach empirycznych zakłada się,
że zmienne sąjednakowo ważne z punktu widzenia badanego problemu (takie sta­
nowisko przyjmują m.in. P.H.A. Sneath i R.R. Sokal, 1973).
Zaproponowana uogólniona miara odległości o postaci (5) i (8) może być wyko­
rzystana jako formuła wzorcowa syntetycznego miernika rozwoju w metodach
porządkowania liniowego. Formuły wzorcowe są różnego rodzaju odległościami
poszczególnych obiektów od obiektu wzorcowego, którym w badaniach empi­
rycznych jest na ogół tzw. dolny bądź górny biegun rozwoju (por. M. Walesiak,
1996). Metody porządkowania liniowego można wykorzystać w badaniach mar­
ketingowych m.in. w analizie atrakcyjności rynku polegającej na ocenie możliwo-
Propozycja uogólnionej miary odległości w statystcznej analizie wielowymiarowej 121
ści istniejących (nowych)
produktów w stosunku do produktów konkurencyjnych.
Pozwalają więc one określić pozycję produktu na rynku na tle produktów konku­
rencyjnych. Badania tego typu mogą być wykonywane również w odniesieniu do
innych obiektów (np. przedsiębiorstw, krajów), ponieważ umożliwiają wyznacze­
nie pozycji badanego obiektu (obiektów) na tle obiektów konkurencyjnych.
4. Podsumowanie
W artykule zaproponowano uogólnioną miarę odległości o postaci (5), która dla
zmiennych mierzonych na skali ilorazowej i (lub) przedziałowej stosowana jest
z podstawieniem (6), a dla zmiennych porządkowych z podstawieniem (7).
W konstrukcji uogólnionej miary odległości wykorzystano ideę uogólnionego
współczynnika korelacji o postaci (I), który obejmuje współczynnik korelacji li­
niowej Pearsona i współczynnika korelacji zmiennych porządkowych T Kendalla.
Dodatkowym rezultatem opracowania jest program komputerowy ułatwiający
stosowanie uogólnionej miary odległości o postaci (8). Program ten jest dostępny
w Katedrze Ekonometrii i Informatyki Wydziału Gospodarki Regionalnej i Turys­
tyki Akademii Ekonomicznej we Wrocławiu (e-mail: [email protected]).
Ponadto wersja programu miary odległości (8) z podstawieniem (7) została opubli­
kowana w pracy Bąka (por. A. Bąk,1999). Umożliwia on obliczanie odległości
między obiektami (rezultatem jest symetryczna macierz odległości) oraz oblicza­
nie odległości obiektów od wzorca (rezultatem jest wektor odległości). Macierz
odległości można wykorzystać w hierarchicznych aglomeracyjnych metodach
klasyfikacji do podziału zbioru obiektów na klasy, np. w programie SPSSfor Win­
dows. W programie komputerowym wykorzystywane są pliki formatu DBF, które
służą zarówno do dostarczania danych do obliczeń. jak i do przechowywania
otrzymanych wyników.
ERRATA Strona Wiersz
Powinno być
Jest
~__
21__~C_*_h_(S_')_=_ _
[C_*_h(_X_i'~~~'ls_'h_)_]______-+C
__
*h_(_S'_)__[_C*_h_(X_i_.X~jl_S'_h)_]______~
81
17
~.:cPf
BIAS!
= ,~,
i
-
DYd )
,100
s
!
(Pl'
BrAS! == ~
IlY,,)
·100
s
19
,
92
18
94
36-37
95
8
116
18
Xo==(xoPx""""XOk)
nadmiernie skorelowana (1, + co) z po­
pozostałymi ...
~(1 + co ) są ~acznie większe .. ,
zosta:>,mi ... z pr~edziału. są znacznie...
ChocIaż wartość jest wysoka
ość T""0,857 Jest wysoka
z == bx +a
.
AAdl\
.
P{tST<t+dtIT~t\
hm
'\' 'J"" hm
\'
'J=
dt~O dl
dt~O
dl
Al
() =
328
19
,
X(l (XO"X02"",XOk)
nadmiernie skorelowana z
,
A(t.dt)
,
P(t::-;;T <t +dtIT;:> t)
hm
--w
hm
""
dt~O dl
dt~O
dl
.
r(IST<I+dr)
.
P(tsT<t+dt)
()
dtPTc!
hm
dt~O
dIPT;:>!
330
31
a= 2
331
7
P, == b,
331
26
()
~
J(t)
22
F(t)
l
a= 2
,
P,
m,
A.,
m,
=-;;:
f,
I
S,
331
28
332
2
1. = S,
S,.,
'/",_/,
S
I
i
()
At =
hm
dt~O
328
i
S, +S,+I
2
S
,
=S
I
+S 1+1
2
va/::.)=[AJ"
~(~+~)
V,
t ~I 'b
'b
Pi
1+1
II
1=1 \
ą,
i
I
LITERATURA
Abrahamowicz M., Zając K., (1986) Metoda ważenia zmiennych w taksonomii
numerycznej i procedurach porządkowania liniowego, [w:] Prace Naukowe
Akademii Ekonomicznej we Wrocławiu, nr 328, s. 5-17.
Ackoff R.L., (1969) Decyzje optymalne w badaniach stosowanych, PWN, Warszawa.
Adams E.W., Fagot R.F., Robinson R.E., (1965) A theory ofappropriate Sfatistics,
"Psychometrika" Vol. 30, pp. 99-127.
Aldenderfer M.S., Blashfield R.K., (1984) Clusteranalysis, Sage, Beverly HilIs.
AI-Kodmany K., (1999) GIS and the artist: shaping the image qfa neighbourhood in par­
ticipatoryenvironmental design, "Empowerment, Marginalization and Public Participa­
tion GIS", red. Craig W.J., Harris T., Weiner D., Report of a specialist meeting held
under the auspices ofthe Varenius project, Santa Barbara, CA, October 15-17, 1998,
NCGIA, UC Santa Barbara, February, 1999.
Andrienko G.Ł., Andrienko N.V., (1999) Interactive mapsjor visual data exploration,
,,International Journal ofGeographicallnformation Science" Vol. ) 3(4), pp. 355-374.
Arentze T.A., Borgers A.W., Timmermans H.J.P., (1996) Des(f;n oja view-based DSS
lor location planning, "International Journal of Gt:0graphical Information Science"
Vo1.10(2), pp. 219-236.
Armstrong M.P., (1993) Perspectives on the deve/opment ofgroup decision support sy­
stems for locational problem solving, "Geographical Systems" No. I ( I ), pp. 69-81.
Bartsch C., Collaton E., (1997) Brown/ields: cleaning and reusing contaminated pro­
perty, Praeger, Westport Connecticut.
Brackstone G.J., (1986) Stalis/ieal data/ar smali domain: issues and challenges, Tech­
nicaJ report series ofthe laboratory for research in statistics and probability, Carleton
University, University ofOttawa, Canada.
Bąk A., (1999) Modelowanie symula'~vjne wybranych algorytmów wielowymiarowej
analizy porównawczej li! języku C++, Wydawnictwo Akademii Ekonomicznej we
Wrocławiu.
Begg D., Fischer S., Dornbush R., (1993) Ekonomia, PWE, Warszawa.
Biniecki J., Klasik A., Kiźnik F., (r 996) Polityka rozwoju regionalnego na tle zróżnico­
wań regionalnych Po/ski, Akademia Ekonomiczna w Katowicach.
Błażczak P., (1999) Badanie f)pów powiatów ziemskich na podstawie wskaźników opi­
sujących źródla utrzymania użytkowników indywidualnych gospodarstw rolnych,
XXIX Colloquium Biometryczne. t. 29, s. 258-269.
Błażczak P., Siatkowski 1., Rozpiątkowski A., (1999) Use o/smali area eslimators in
agricultural problems, lASS SateIJite Conference on Smali Area Estimation, Riga,
Latvia, 20-21 August.
Bobowski Z., Borys T., (1997) Statystyka obszarów trcmsgranic::nych [w:] Statystyka
regionalna. Sonda::: i integracja ba;;; danych, red. J. Paradysz. Urząd Statystyczny
w Poznaniu, $.209-226.
354
Literatura
Boleslawski L., (1973) Budowa tablic trwania życia, teoria i praktyka, GUS,
Borys T., (1984) Katcgoriajakoki w statystycznej analizie porównawc::ej, [w:] Prace
Naukowe Akademii Ekonomicznej we Wrocławiu, nr 284.
Borys T., (1985) Przyczynek do teorii cech-kryterium preferencJjności cech (część IV),
"Wiadomości Statystyczne" nr 7, s.15-18.
Borys T., (2000) Mierniki ekorozw()ju na poziomie lokalnym, [w:] Statystyka regional­
na. Metody i źródła zasilania informacyjnego, red. J. Paradysz, Wydawnictwo Aka­
demii Ekonomicznej w Poznaniu, s.257-270.
Bracha C., (1994) Metodologiczna aspekty badania małych obszarów, Seria ,,2 prac
Zakładu Badal; Statystyczno-Ekonomicznych", GUS, z. 43, Warszawa.
Bracha C., (1996) Teoretyczne podstawy metody reprezentac)jnej, PWN, Warszawa.
Bracha c., (1996a) Schemat/osowania próby do Mikrospisu 1995, " Wiadomości Staty­
styczne" nr 3, s.12-20.
Brigham E.F., (1996) Podstawy zarządzaniaf/nansami, t.1, PWE, Warszawa.
Brunell D., (1999) Noljust ony salmon plan will do thejob, Eastside Business Journal,
Bellevue, "Business Jaurnal Publications" No. 23.
Chapt T. Le., (J 997) Applied survival anal.vsis, John Wiley & Sons, INC.
Choudhry G.H., Rao J.N.K., (1992) Evaiuation o.fsmall area estimalOrs and empirical
stud)', materiały z konferencji "Smali Area Statistics and Survey Designs", GUS, Wa­
rszawa.
Chun K.J., Park H.K., (1998) Examining the conflicting results ofGDSS research, .,In­
formation & Management" No. 33, pp. 313-325.
Coleman D., Khanna R., (1995) Groupware: teclmologies and applications, Upper
Saddle River, NJ, Prentice Hall.
Couclelis H., Monmonier M., (1995) Using SUSS to reso/lic NIMBY: how spatial unde­
rstanding s upport systems can help witIJ the "not in my back yard" syndrome, "Geo­
graphical Systems" No. 2(2), pp. 83-10 l.
Cowen D., (1988) GIS versus CAD versus DBMS: What are the d[[(erences?, "Photo­
grammetric Engineering & Remote Sensing" No.54( 11), pp. 1551-1555.
Cox D. R., (1959) The analysis o,lexponenfiai(v distributed l((e-times with twa types ol
fai/ure, "Journal ofthe RoyaI Statistical Socjety" No. 21.
Cox D. R., (1964) Some applicatiol1s ()(exponential ordered scores, "Journal of the Roy­
al Statistical Society" No. 26.
Cox D. R., (1972) Regressiol1 models and I!fe-lables, "Journal of the Royal Statistical
Society" No. 34.
Czyż T., Churski P., Spychała-Szyszka H., (1996) Weryfikacja makroregionu p()zl1G1i­
skiego w świetle migracji studentów, [w:] Podstawy regionalizacji geograficznej, red.
T. Czyż, Bogucki Wydawnictwo Naukowe, 5.69-95.
Dalenius T., (1957) Sampling in Sweden. Confribufion to methods and theories ofsamp­
le survey practice, Almqvist & Wiksells, Stockholm.
Davis T., Margolis K., (1997) Brownfield\': a comprehensive guide to redevelopingcon­
laminated propert}·, American Bar Association, Chicago.
Literatura
355
Debnel G., (1999) Statystyka małych obszarów jako narzędzie oceny rozwoju ekonomi­
cznego regionów, praca doktorska niepublikowana, Akademia Ekonomiczna w Poz­
naniu.
Debnel G., Gofata E., (1999) Jndircct cslimation in thc labour markct analysis in Po­
land, Proceedings ofthe lASS SateJite Conference on SmalI Area Estimation, Riga,
Latvia, 20-21 August, pp. 227-231.
Densbam P. J., (1991) Spatial decisiol1 supporl systems, "Geographicallnformation Sy­
stems: Principles and Applications", red. Maguire D.J., GoodchiJd M.F.,
Rhind D.W., New York, John Wiley & Sons, pp. 403-412.
Dienel P., (1989) Contributing lo sodał decision methodołogy: Citizen reports on tech­
nalogical projects, "Sodal Decision Methodology for Technological Projects", red.
Vlek C., Cvetovich,G., (Theory and Decision Library, Series A), Kluwer Academic
Publishers.
I>obrzański G., Dobrzańska B.M., Kiełczewski D., (1997) Ochrona ,środowiska przy­
rodniczego, Wydawnictwo Ekonomia i Środowisko, Białystok.
Oomański C, Pruska K., (1997) Zastosowanie metody symulacyjnej przy konstrukcji
cSfymafora wskaźnika struktury dla małego obszaru, "Przegląd Statystyczny" nr 2,
s.225-234.
)omański R., (1993) Zasady geogrąfii społeczno-ekonomicznej, PWN, Poznań - War­
szawa.
)omański R., (1997) Przestrzenna tramformacja gospodarki, PWN, Warszawa.
)orenbos R., (1999) Labour market adjuslments in Hungary and in Poland, Labyrint
Publ icarions, The Netherłands.
:uropean COJ11munites, (1995-2001), Eurostat's Home Page, Adres internetowy:
httplleuropa.eu.int/uurostat.btml, 24-06-200 I.
:urostat (1998) SUPCOM Lot 15 Project: Development and Evaluatio/1 ofa Practical
System ofModel-Based Smali Area Estimatioll, Office for National Statistics, U K,
Statistics Finland, University of Jyvaskyla, University of Southamptol1, lnstitule of
Education, London U niversity. Vol. l, Research Report; Vol. II - Technical Manuał,
Vol. III The Use ofGeographical Information Systems in the Production ofSmall
Area E}'fimations, January, March 2000.
:Ul'ostat (J 999) Central Europeun Countries' Employment And Labour Market Review,
No. l.
'aber B., Wallace W., Cuthbertson J., (J 995) Advances in collaborative GISfor land
resow'ce negotialion. Proceedings. GIS '95, Ninth annual symposium on geographic
information systems, Vancouver, B.C., March, GIS Worłd, Inc., Vol. l, pp. ł 83-189.
'alorsi P.D., ralorsi S., Russo A., (1993) Empirical comparison ol smali area estima­
liO/1 mcthods/or Italian labourlorce survey, materiały z konferencji "Smali Area Sta·
tistics and Survey Designs", GUS, Warszawa.
'ama E.F., (1965) The behavior O/Sfock market prices, .,The Journal of Business",
No.38,
'ama E.F., (1970) Ęfficient capital markels: A review of theory and empiricał wark,
.. The Journal ofFinance" NO.2.
356
Frątczak
Literatura
E., (1996) Zastosowania analizy historii zdarzeń w demografii, Szkoła
Handlowa. Warszawa.
Frątczak E., (1997) Analiza historii zdarzeń - elementy teorii, wybrane przykłady zasto­
sowań z wykorzystaniem pakietu TDA, Szkoła Główna Handlowa, Warszawa.
Friend I., (1972) The economic consequences ofthe stock market, "The American Eco­
nornic Review" No.2.
Gesano G., (1999) Who is wOl'king in Europe?, "European Populations: Unity in Diver·
sity", red. Van de Kaa., Academic Publishers, Printed in the Netherlands.
Ghosh M., Rao J.N.K., (1994) Smali area estimation: an appraisal. "Statistical Scien­
ce" No.9, pp. 55-93.
Ghosh M., (1999) Some recent resu/ts on empirical bayes methods jor smali area es/i­
malion, Proceedings of the lASS Satelite Conference on Smali Area Estimation,
Riga, Latvia, 20-21 August, pp. 51-64.
Golay F., Nyerges T., (1995) Understanding collaborative use ofGIS (hrough social co­
gnition, "Cognitive Aspects of Human Computer", red. Nyerges T., Mark D.M.,
Laurini R., Egenhofer M.
Golata E., (1998) Ryt/ek pracy w statystyce regionalnei, "Studia Demograficzne" nr I,
s.67-84.
Golata E., (2000) Źródła informacji o regionalnym rynku pracy w świetle procesu inte­
gracji z Unią Europejską, Zeszyty Naukowe Katedry Statystyki i Demografii.
Gorczyca M., (1994) Przedsięwzięcia warunkujące rozwiązanie problemu mieszkanio­
wego w Polsce. ZBSE GUS i PAN, Warszawa.
Gorzym-Wilkowski W., Miszczuk A., Miszczuk M., Żuk K, (1999) Zarys ekonomiki
gminy, Wydawnictwo Norbertinum, Lublin.
Góra M., (1995) Nieproduktywne zatrudnienie w gospodarkach Europy Wschodniej,
Szkoła Główna Handlowa, Warszawa.
Grabiński T., (1992) Mel()L{v (aksonometrii. Wydawnictwo Akademii Ekonomicznej
w Krakowie.
Grabiński T., Malina A., Szymanowicz K, Wydymus S., Zeliaś A., (J 983) Globalne
prognozy rozwoju społeczno-gospodarczego, PWN, Warszawa.
G rabiński T., Wydymus S., Zeliaś A., (J 989) Metody taksonomii numerycznej IV mo­
delowaniu zjawisk społeczno-gospodarczych, PWN, Warszawa.
Gray P.C.R, Turner R, Wedemann P.M., (1996) Improl'ing enl'ironmen/al decision­
making: lessonslrom Germany and the USA, Report af a workshop held at the Natio­
nal Center for Environmental Decision-Making Research (NCEDR), Knoxville, Ten·
nessee, 17-19 October.
Gregory R., (1999) Ident(fYing environlllenlal va/ues. "Toals to Aid Environmental De·
cision Making" , red. Oale V.H., English M.R., Springer- Verlag, New York, pp.
32-58.
Greń J., (1963) Lokalizacja prób}' w wieloparamelrowym losowaniu warstwowym
"Przegląd Statystyczny" t. 10, s.29 1-302.
Główna
Literatura
357
G reń J., (1966) On application ojsome nonlinear programming method in survey samp­
/ing, "Przegląd Statystyczny" t. 13, s.203-217.
Grochowicz Eo, Korytkowski J., (1997) Ochrona gleb, WSiP, Warszawa. GUS, (1993) Makroregionalne zróżnicowanie bezrobocia w Polsce, Warszawa. GUS, (1995) Aktywność zawodowa i bezrobocie w Polsce, Raport na podstawie Badania Aktywności Ekonomicznej Ludności, Warszawa.
GUS, (1995a) Rocznik Statystyczny Pracy, Warszawa.
GUS, (1996) Gospodarstwa domowe i rodziny. Spis ludno.ki i mieszkań metodą repre­
zentacy.iną 1995 - uwagi metodyczne, Warszawa.
GUS, (1997)Aktywność ekonomiczna ludności związanej z rolnictwem, cz. I i II, Warsza­
wa.
GUS, (J997a) Rocznik Statystyczny Pracy, Warszawa.
GUS, (1998) Polska w nowym podziale terytorialnym, Warszawa.
GUS, (1999) AkfywnoJć ekonomiczna ludności Polski w latach 1992-1998, Warszawa.
GUS, (I 999a) Bank Danych Lokalnych, Adres internetowy: www.stat.gov.pl.
GUS, (1999b) Ochrona środowiska 1999, Warszawa.
GUS, (J999c) Rocznik Statystyczny 1999, Warszawa.
GUS, (1999d) Rocznik Statystyczny Województw 1999, Warszawa.
GUS, (J99ge) Rocznik Statystyczny Pracy, Warszawa.
GUS, (2000) Aktywność ekonomiczna ludności Polski- luty, maj, sierpień, listopad, za
lala 1992-1999,Warszawa.
Guzik B., (1993) Segmentowe modele ekonometryczne, Akademia Ekonom iczna w Poz­
naniu, Poznai1.
Hand D.J., (1996) Statistics and the theory qfmeasurement, "Journal ofthe RoyaJ Stati­
stical Socjety" Ser. A (3), pp. 445-492.
Harris B., (1995) Complexily in col/aborcllive spatial decision-making, "Report from
the Specialist Meeting on Collaborative Spatial Decision Making, Initiative 17", red.
Densham P.J., Armstrong M.P., Kemp K., Santa Barbara, National Center for Ge­
ographic Information and Analysis.
Hartigan J.A., (1975) Clustering algorithms, John Wiley, New York.
Hartley H.O., (\965) Multiple purpose optimum al/ocation in strat{fied sampling, Pro­
ceedings ofthe American Statistical Association, Sodal Statistics Section, pp. 258
261.
Haugen R.A., (1996) Teoria nowoczesnego inwestowania, Wig-Press, Warszawa.
Hausner J., Kudlacz T., Szlachta J., (\998) Identyfikacja problemów rozwoju regio­
nalnego Pol.~ki, Biuletyn KPZK OPAN, z. 185.
Hellwig Z., (1968) Zastosowania metody taksonomic:::nej do typologicznego podziału
krajów ze względu na poziom ich rozwoju i strukturę w)'bval{fikowanych kadr,
"Przegląd Statystyczny" nr 4, s.307-327.
Holzer J.Z., Kotowska I.E., (1998) Nowe potrzeby s/alystyki wobec konieczności oceny
przemian demograficznych zachodzących Hl Polsce, "Wiadomości Statystyczne"
nr 5, s.I-9.
358
Literatura
Huddleston H.F., Claypool P.L., Hocking R.R., (1970) Optimal sample allocation lo
strata using cOl1vex programming, "Applied Statistics" Vol. 19, pp. 273-278.
Internetowa Panorama Miast, Gmin i Regionów, Adres internetowy: www.csr.pl.
Jaganathan R., (1965) The programming approach in mullipie characters .I'fudies,
"Econometrica" Vol. 33, pp. 236-237.
Jaganathan R" (1965a) A methodjor solving a nonlinear programming problem in sam­
ple surveys, "Econometrica" Vol. 33, pp. 84-846.
Jagusiewicz A., (1981) Powietrze - człowiek -środowisko, LSW, Warszawa.
Jajuga K., Jajuga T., (1998) Inwestycje, PWN, Warszawa.
Jankowski P., Nyerges T.L., Smith A., Moore T.J., Horvath E., (1997) Spatia/ group
choice: a SDSS toolfor collaboratjve spatial decisioll-making, "I nternational Journal
ofGeographic lnformation Systems" Vol.lI(6), pp. 577-602.
Jankowski P., Stasik M., (1997) Spatial understanding and decision supporl system - a
prototypefor pub/ic GIS, "Transactions in GIS" 2( l), pp. 73-84.
Jankowski P., Nyerges T.L., (2000) GIS-supported collaborative decision makillg: re­
sults ofan experiment, AnnaIs of the Association ot" American Geographers.
Jones Ch. P., (1988) Investments, analysis and management, John Wiley&Sons, New
York.
Jones R.M., Copas C.V., Edmonds KA., (1997) GIS supportfor distributed group­
work in regional planning, "International Journal of Geographical Information
Science" No. 11(1), pp. 53-71.
Józefaciuk Cz., Józefaciuk A., (1975) Zagrożenia erozją i melioracje przeciwerozyjne
w Polsce, ruNG, Puławy.
Kaczmarek T., (1998) Funkcje gospodarce obszarów wiejskich. Przeslr-;enna II'ans­
formacja struktury agrarnej (l wielofunkcyjny rozwój wsi IV Polsce, Bogucki Wydaw­
nictwo Naukowe Poznań, s. 75-10 I.
Kalton G., Kordos J., Płatek R., (1993) Smali area stalisfics and sllrveydesigns. Vol.l,
lnvited Papers, Vol. II, Contributed Papers and Panel Discussion, Central Statistical
Office, Warsaw.
Kałaska M., Witkowski J., (1997) Rynek pracy w Polsce w 1996 roku: kontynuacja ko­
rzystnych tendencji, GUS, Warszawa.
Karlik B., (1989) Chemiczne zanieczyszczenie gleb, "Nowe Rolnictwo" nr 1.
Kendall M.G., (1955) Rank correlation methods, Griffin, London.
Kendall M.G., Buckland W.R., (1986) Słownik terminów statystyczn..vch, PWE, War­
szawa.
Kisielewa G.P., (1985) Mysi, Diemograjiczeskoje rozwitije w SSSR, Moskwa.
Klimanek T., (2000) Baza mapy nwnerycznr:;j Geo-fifo jako źródło zasilania w statystyce re­
gionalnej, [w:] Statystyka regionalna. Metody i źródła zasilania i'1formaC}jnego, red.
J. Paradysz, Wydawnictwo Akademii Ekonomicznej w Poznaniu, s.165-180.
Kokao A.R., (1963) Optimum allocation in multivariate surveys, "Journal ofthe Royal
Statistical Society" Vol. A. 126, pp. 557-565.
Literatura
359
Kokan A.R., Khan S., (1967) Optimum allocatźon in mu/livariate survevs: an ana/v/źcal
so/ution, "Journal ofthe Royal Statistical Society" Vol. B 29, pp. 115-125. '
Konik M., (2000) Rozszacowanie danych wojewódzkich na mniejsze ObSZOl:V (procedury
związane;; DO-l). Badania czę.fciowe źródłem informacji statystycznej w przekroju
terytorialnym, Seminarium, Radom 28-29 marca.
Kordos J., (J 987) Dokładno.~Ć danych w badaniach społecznych, "Biblioteka Wiadomo­
ści Statystycznych" t. 35, Warszawa.
Kordos J., (1991 ) Statystyka małych obszarów a badania reprezentacyjne, "Wiadomo­
ści Statystyczne" nr 4, s.I-5.
Kordos J., (J 994) Smali area stat istics in Poland (historical reviev), "Statistics in Trans­
ition" Vot. I, No. 6.
Kordos J., (1997) Ęfek(t'lvne wykorzystanie statys~vki małych obszarów, "Wiadomości
Statystyczne" nr l, s.II-19.
Kordos J., (1998) Statystyka społeczna i perspektywyjej rozwC?ju, .,Wiadomości Staty­
styczne" nr 7, s.33-50.
Kordos J., (1999) Problemy es(vmacji dla małych obszarów, .,Wiadomości Statystycz­
ne" nr l, s.85-101.
Kordos J., (J999a) Empiryczna estymacja bayesowska dla małych obszarów, "Kwartal­
nik Statystyczny" nr l.
Kordos J., Kubacki J., (1999) Moi!iwości oceny rozmiarów ubóstwa d/a małych obsza­
rów, "Wiadomości Statystyczne" nr 3, s. 4-16.
Kordos J., Paradysz J., (1999) Some experiments in smali area estimation in Po/and,
Proceedings ofthe lASS Satelite Conference on Smali Area Estimation, Riga, Latvia,
20-21 August, pp. 93-107.
Kordos J., Paradysz J., (2000) Some experiments in smali area estimation in Po/and,
"Statistics in Transition" Vol. 4, No. 4, pp. 679-697.
Kostrubiec S., Kowalska A., Kuciarska - Ciesielska M., Lasocka A., Marciniak G.,
Nowak L., Stańczak J., (1998), Tendencje zmian struktur ludności, gospodarsM do­
mowych i rodzin w latach 1988-1995, GUS, Warszawa.
Kubacki J., (1997) Ważniejsze metody estymacji w statystyce ma(vch obszarów, "Wia­
domości Statystyczne" nr 5, s. 13-22.
Kubacki J., (J 998) Szacowanie wielkości bezrobocia w skali lokalnej, "Wiadomości
Statystyczne" nr 2, s.1 0-20.
Kubacki J., (1999) Evaluation o.fsome smali area methodsjor polis h labour.force sur­
vey in one region o.f Poland, Proceedings ofthe lASS Satelite Conference on Smali
Area Estimation, Riga, Latvia, 20-21 August, pp. 245-249.
Lake R.W., (1993) P/anning and applied geography: positivism, etMcs and geographic
in.formation systems, "Progress in Human Geography" No.17(3), pp. 404-413.
Lira J., (1998) Zastosowanie wybranych metod statystycznych opartych na medianie
w doświadczalnicMie rolniczym, Praca doktorska, Akademia Rolnicza w Poznaniu.
Maik W., (1997) Podstawy geografii miast, UMK, Toruń.
360
Literatura
Maik W., (1997a) Współczesne badania geograficzno-ludnościowe w Polsce, [w:] Geo­
grafia osadnictwa, ludności i turyzmu wobec transformacji systemowej, red.
W. Maik, D. Sokołowski, Wydawnictwo UMK, Toruń.
Malina A., Zeliaś A., (1997) Taksonomiczna analiza przestrzennego zróżnicowania ja­
kości życia ludności w Polsce w 1994 r., "Przegląd Statystyczny" z.l, t. 44, s.II-27.
Matykowski R., (1996) Rola świadomości regionalnej w kształtowaniu granic regionu
poznańskiego, (w:] Podstawy regionalizacji geograficznej, red. T. Czyż, Bogucki
Wydawnictwo Naukowe, s. 127 - 140.
Mazurek M., Paradysz J., Szpikowski J., Tomczak K., Zwoliński Z., (2000) Gmina
Grzmiąca, Adres internetowy: http://www.csr.pl/grzmiaca/. 24-06-200 I.
Meggison W.L., (1998) Corporale finance theory, Addison Wasley, United States.
Milligan G.W., (1989) A validation study ofa variable weighting algorithm for eluster
analysis, "Journal ofCJassification" No. I, pp. 53-71.
Mishkin F.S.,Eakins S.G., (1998) Financial markets and institutions, Addison- Wasley,
International Edition, United States.
Namboodiri K., Suchindran C.M., (J 987) L!fe table techniques and thelr applications.
Academic Press, INC.
NOAA (1993) Technical notes from the Elliot Bay/Duwamish restoration program,
April 14, 1993. NOAA Restoration Program, Sand Point Office, Seattle, WA.
Nowak E., (1990) Metody taksonomiczne w klasyfikacji obiektów społeczno-gospodar.
czych, PWE. Warszawa.
Nowak E., (1995) Badania procesów społeczno-ekonomicznych z zastosowaniem melod
statystycznej analizy porównawczej, PWE, Warszawa.
Nowińska E., (1997) Strategia rozwoju gmin na przykładzie gmin przygranicznych, Wy­
dawnictwo Akademii Ekonomicznej w Poznaniu.
Obrębalski M., (1997) Statystyka gmin i miejscowoJci w Polsce. Stan i możliwości ro::.­
woju, [w:] Statystyka regionalna. Sondaż i integracja baz danych, red. J. Paradysz.
Urząd Statystyczny w Poznaniu, s.183-194.
Obrębalski M., Strahl D., (2000) Statystyka regionalna w Banku Dan.vch Lokalnych.
(w:] Statystyka regionalna: metody i źródła zasilania il1formacyjnego, red. J. Para­
dysz, Wydawnictwo Akademii Ekonomicznej w Poznaniu, s. ł 3-27.
Orsborne J., Moran L., Musselwhite E., Zenger J., (J 990) Se(f-directed wark teams:
Ihe new american challenge. Homewood, 111., Business One lrwin.
Ostasiewicz W., (1 998-red.)Sta(Ys(Yczne metody analizy danych, Wydawnictwo Akade­
mii Ekonomicznej we Wrocławiu.
Pal N.R., Bezdek J.e, (1995) On eluster va/idityfor thefuzzy c-means model, .,IEEE
Transaction on Fuzzy Systems" Vo1.3, No.3, pp_ 370-379.
Pal N. R., Bezdek J.C., (1997) Correction to "On cluster validityfor thefuzzy c-means
model", "IEEE Transaction on Fuzzy Systems" Vol.5, No. I, pp. 152-153.
Paradysz J" (1997-red.) Statystyka regionalna. Sondaż i integracja baz danych, Urząd
Statystyczny w Poznaniu, Poznań.
Literatura
361
Paradysz J., (1998), Smali area statistics in Poland -firsl experiences and application
possibilities, "Statistics in Transition" Vol. 3, No. 5, pp. 1003-10 15.
Paradysz J., (1999) Statystyka małych obszarów, [w:] Przestrzenno-czasowe modelo­
wanie i prognozowanie zjawisk gospodarczych, red. A. Zeliaś, Wydawnictwo Aka­
demii Ekonomicznej w Krakowie, s. 197-207.
Ij
1
I
Paradysz J., (2000-red.) Statystyka regionalna: metody i źródła zasilania informacyjne­
go, Wydawnictwo Akademii Ekonomicznej w Poznaniu.
Paradysz J., (2aaOa) Wstęp, [w: JStatystyka regionalna: metody i źródła zasilania infor­
macxinego, red. J. Paradysz, Wydawnictwo Akademii Ekonomicznej w Poznaniu,
s.5-10.
Paradysz J., (2aaOb) Bank Danych Lokalnychjako źródło dodatkowych informacji w re­
gionalnych badaniach reprezentacyjnych. [w:] Statystyka regionalna: metody
i źródła zasilania informacyjnego, red. J. Paradysz, Wydawnictwo Akademii Eko­
nomicznej w Poznaniu, s.28-38.
Peters E.E., (1997) Teoria chaosu a rynki kapitalowe. Nowe spojrzenie na ceny, cykle
i ryzyko, Wig- Press, Warszawa.
Pfeffermann D., (1999) Smali area estimation - big developments, Proceedings olthe
lASS Satelite Cmiference on Smali Area Eslimation, Riga, Latvia, 20-21 August,
pp.129-J45.
Piełou E.C., (1969) An introduction to mathematical ecology, John Wiley & Sons, New
York.
Pietrzyk 1., (1998) Polityka regionalna Unii Europejskiej IV praktyce krajów członkow­
skich, Wydawnictwo Akademii Ekonomicznej w Krakowie.
Płatek R., Rao J.N.K., Srndal C. E., Singh M.P., (ł 987) Smali araa statistics. An in ter­
natfonal symposium, John Wiley & Sons, New York.
Pociecha J., (1998) Niedostatki danych do badań społecznych i demograficznych, "Wia­
domości Statystyczne" nr 1,5.47-51.
Prusek A., (1995) Strategia rozwoju regionów w warUlIkach gospodarki rynkowej, Wy­
dawnictwo "Secesja", Kraków.
Przygrodzka R., (1999) Zróżnicowaniefunkcjonalne obszarów wiejskich województwa
białostockiego, Roczniki Naukowe SERiA, t. I, z. 1,5.317-322. Pu rcel N.P., Kish L., (1980) Postcensal estimales jór local areas (small domail1s), "In­ ternational Statistical Review" No. 48. Pużanowska U., (1998) Potrzeby inforrllGcJjne samorządu lokalnego, Referat
wygłoszony na posiedzeniu Centrum Statystyki Regionalnej, Poznań .
Radcliffe R.C., (1982) Investment. concepts, analysis and strategy, Scott, Foresman and
Company, Glenview, Illinois.
Ramussen J., Pejtersen A.M., Goodstein L.P., (1994) Cognifive systems engineering,
John Wiley & Sons, New York.
Rao J.N.K., (1999) Same recent advances in model-based smali area eslimation, "Sur­
vey Methodology" No. 25, pp. 175-186.
I
~
.'o
362 Literatura
Renn O., Webler T., Rakel H., Dienel P., Johnson B., (1993) Pub lic participation in
decision making: a rhree-step procedure, "Policy Sciences" No. 26, pp. 189-214.
Renn O., Webler T.,Wiedemann P., (1995) Fairness and competence in citizen parrici­
pation: evaluating models for environmentol discourse, Kluwer Academic Publis­
hers, Dordrecht.
Rittel H., Web ber M.M., (1973) Dilemmas in a generał theory (jf planning, "Policy
Sciences" No. 4, pp. 155-169.
Rousseeuw P.J., Leroy A. M., (1987) Robust regression and outlier detection, John Wi­
ley & Sons, New York.
Rousseeuw P.J., Zomeren P.C, (1990) Unmasking multivariale outliers and leveraRe
points, ".!ournal ofthe American Statistical Association" No. 85, pp. 633-639.
Rutkowski T., (1999) Statystyka. Zagadnienia wybrane, Wydawnictwo Wyższej Szkoły
Bankowej, Poznań.
Sarndal C.E., Swensson 8., Wretman J., (1992) Model assisled survey samplinf!.,
Springer-Verlag.
Sarndal C.E., H idiroglou M.A., (1989) Smali domain estimation: a condilional ana(v­
sis, "Journal ofthe American Statistical Association" Vol. 84, pp. 266-275.
Schaible W.L., (I 993) Use o.fsmall area es/ima/ors in U S. Federal Programs. "Procee­
dings ofthe International Scientific Conference on Smali Area Statistics and Survey
Designs" t. J, (eds. Kalton G., Kordos J., Platek R.,) Central Statistical Office, War­
saw, pp. 95-1 14.
Sclove R. E., (1996) Town mee/ings on technology, "Technology Review", pp. 25-31.
Shall L.O., Hsley C. W., (1991) Jntroduclion lo financial management. McGraw-Hill,
INC, International Edition, Singapore.
Shiffer M.J., (1992), Towards a collabora/ive planning system. "Environment and Plan­
ning B", 19(6), pp. 709-722.
Shiffer M.J., (1995) Geographic inleraclion in the city planning conlex/: heyond the mu­
llimedia prototype, "Cognitive Aspects ofHuman-Computer lnteraction for Geogra­
phic Information Systems", red. Nyerges T., Mark O.M., Laurini R., Egenhofer
M., Proceedings ofthe NATO ARW, Mallorca, Spain, March 21-25, Dordrecht, Net­
herlands, Kluwer Academic Publishers.
Shiffer M.J., (1995a) Issues ofcollaborative spalial decision-suppor/ in city planning
conlex/. "Report from the Specialist Meeting on Collaborative Spatial Decision Ma­
king, lnitiative 17", red. Oensham P.J., Armstrong M.P., Kemp K., Santa Barbara,
National Center for Geographic Information and Analysis, pp. 295-310.
Siedlecka U., Siedlecki J., (1998) Zmiany w strukturze rozwoju gospodarczego woje­
wództw w okresie Iram.jonnacji, [w:] Klasyfikacja i analiza danych, Taksonomelria.
z. 5, Jelenia Góra- Łódź-Wrocław.
Singh M.P., Gambino J.G., Mantel H., ( 1994) lssues and slalegies jor small area slati­
stics, "Survey Methodology" No. l, pp. 3-22.
Smith L .G., (1982) Alternative mechcmisms /ór public parlicipalion in environmenlal
policy-making, "Environments" No. 14(3), pp. 21-34.
Literatura
363
Sneath P.H.A., Sokal R.R., (1973) Numerical taxonomy, W.H. freeman and Co., San
Francisco.
Sobczyk M., (1995) Wybrane zagadnienia taksonomii numerycznej, [w:] Rozwój meto­
dologii badań statystycznych HI Polsce, GUS, t. 44, s. 10 1-104.
Stasik M., (1999) Co/laborative planning and decision making under distributed space
and lime conditions, Unpublished doctoral dissertation, University of Idaho, Mos­
cow,ldaho.
StatSoft (1997) STAT1ST1CA PL. dla Windows (Tom III): STATYSTYKI II.
Steczkowski J., Woźniak M., Zając K., Zeliaś A., (1979) Statystyka matematyczna
w zastosowaniach, Akademia Ekonomiczna w Krakowie
Stevens S.S., (1959) Measurement, psychophysics and utility, "Measurement; Defini­
tions and Theories", red. C.W. Churchman , P. Ratoosh, Wiley, New York.
Stola W., (1991) Zróżnicowanie funkcjonalne gmin Polski, "Przegląd Geograficzny"
t. LXIII, z. 3-4, s. 283-296.
Stola W., Szczęsny R., (1993) Badania typologiczne rolnictwa i struktury.funkcjonalnej
wsi, Roczniki Nauk Rolniczych, Seria G - Ekonomika Rolnictwa, t. 86, z. 2, s. 13-23.
Strahl D., Sobczak E., (1998) Klasyfikacja regionów Polski według kryteriów Unii Eu­
ropejskiej, [w:] Klasyfikacja i analiza danych. Taksonometria, z. 5, Jelenia Góra ­
Łódź-Wrocław.
Sunder S., (1975) Stock price and risk relatcd to accounting changes in inventory valua­
lian, "The Accuonting Review".
Szarkowski A., Witkowski J., (1994) The polish labour lorce survey, ,$tatistics in
Transition" Vol. l , No. 4, pp. 467-483.
Śmiłowska T., (1995) Zróżnicowanie jakości życia ludności, ZBSE GUS i PAN, War­
szawa.
Tabert M., Błażczak P., Rozpiątkowski A., (1999) Charakterystyka przemysłu drzew­
nego województwa poznańskiego pod względem liczby podmiotów oraz zatrudnienia,
XII Sesja Naukowa, Badania dla meblarstwa, Poznań, s. 159-170.
Tarczyński W., (1997) Rynki kapitałowe, Vol. 1. Metody ilościowe. Analiza portfelowa.
Analiza banków, Agencja Wydawnicza .,Placet", Warszawa.
Tokarczuk A., (2000) Wprowadzenie do "Strategia zrównoważonego rozwoju Polski
do roku 2025", (MP, Nr 8. z dn. 11 marca 1999, Poz. 96), Adres internetowy:
www.mos.gov.pl/mos/ publikaciRaporty_opracowania/strategia/wprowadze­
nie.html.
TulIoch D., (1999) Environmental NGOS: communify access lo technolog)' as a/orce of
change, "Empowerment, Marginalization and Public Participation GIS", red. Cra­
ig W.J., Harris T., Weiner D., Report ofa special ist meeting held under the auspices
of the Varenius project, Santa Barbara, CA, October 15-17, 1998, NCG IA, ue Santa
Barbara, February, 1999.
Ustawa o zagospodarowaniu przestrzennym z 7.07. ł 994 r., ( Dz. U. Nr 89, poz. 4 ł 5 ).
Ustawa o ochronie danych osobowych z 29.08. ł 997 r., (Dz. U. Nr 133, poz. 883).
Ustawa o systemie ubezpieczeń społecznych z 13.10.1998 r., (Dz. U. Nr 137, poz. 887).
364
Literatura
ludności i mieszkań z 2.12.1999 r., (Dz. U.
Nr l, poz. I).
Ustawa o zasadach wspierania rozwoju regionalnego z 12.5.2000 r., (Dz. U. Nr48, poz.
550).
Wagner W., Błażczak P., (1992) Statystyka matematyczna z elementami doświadczal­
nictwa, Skrypty Akademii Rolniczej w Poznaniu.
Walczak T., (1998) Przebudowa polskiej statystyki w latach dziewięćdziesiątych i jej do­
stosowanie do wymagań Unii Europejskiej, "Wiadomości Statystyczne" nr 7,
s.19-28.
Walczak T., (1999) Statystyka wobec wyzwań społeczeństwa informacyjnego, "Wiado­
Ustawa o narodowym spisie powszechnym
mości
Statystyczne" nr 5, s.7-18.
Walenta K., (1971) Podstawowe pojęcia teorii pomiaru, [w:] Problemy psychologii
matematycznej, red. J. Kozielecki, PWN, Warszawa.
Walesiak M., (1991) O stosowalności miar korelacji w analizie wyników pomiaru
porządkowego, [w:] Prace Naukowe Akademii Ekonomicznej we Wrocławiu, or600.
Walesiak M., (1993) Statystyczna analiza wielowymiarowa Hl badaniach marketingo­
wych, Prace Naukowe Akademii Ekonomicznej we Wrocławiu, nr 654.
Walesiak M., (1995) The analysis offactors influencing the choice ofthe methods in [he
statistical analysis of marketing data, "Statistics in Transition" Vo1.2, No.2,
pp.185-194.
Walesiak M., (1996) Melody analizy danych marketingowych, PWN, Warszawa.
Walesiak M., (1999) Distance measurefor ordhwl data, "Argumcnta Oeconomica" No
2 (8).
Walesiak M., (1999a) Dane porządkowe w statystycznej analizie wielowymiarowej, Re­
ferat na rx Ogólnopolską Konferencję Naukową nL "Mikroekonometria w teorii
i praktyce", Świnoujście, 23·25 wrzesień.
Walesiak M., Dziechciarz J., Bąk A., (1998) Ordinal variabies in Ihe segmcntation ol
advertisement receivers, "Advances in Data Science and Classification", red. Riz­
zi A., Vichi N., Bock H.H., Proc. 6th Conf. International Federation ofClassification
Societies in Rome, Springer, Heidelberg.
Wiąckowski S. K., (1989) Wybrane zagadnienia ochrony i kształtowania środowiska
przyrodniczego człowieka, PWN, Warszawa.
Wit R" (1986) Methods olnonlinear progromming, WNT, Warszawa.
Witkowski J" (1994) Szacowanie bezrobocia dla lokalnych rynków pracy w USA
i w Polsce, GUS, Warszawa.
Witkowski J., (1994a) Basic attribules olunemployment in Poland during the Iran.~for­
mationperiod. "Polish Population Review"No. 4, Central Statistical Office, Warsaw.
Witkowski J., (1995) System informacji o rynku pracy, "Biblioteka Wiadomości Staty­
stycznych" t. 44, GUS i PTS, Warszawa.
Wojtasiewicz L., (1997) Statystyka lokalna a monitoring gmin [w:] Statystyka regional­
na. Sondaż i integracja baz danych, red. J. Paradysz, Urząd Statystyczny w Pozna­
niu, s.195-208.
Literatura
365
Woś
A., (1995) Ekonomika odnawialnych zasobów naturalnych, PWN, Warszawa.
M., Zioło Z., (1999) Pozycja województwa podkarpackiego w strukturze re­
gionalnej Polski, [w:] Problemy przemian układów regionalnych, red. Z. Zioło, Ze­
szyty Naukowe WSliZ, nr 3, Rzeszów.
WUS, (1999) Województwo wielkopolskie w 1998 roku. Ważniejsze dane o wojewó­
Woźniak
dztwie, powiatach i gminach,
Poznań,
Wypycb M., (1980) Mierzenie poziomu rozwoju społeczno-gospodarczego w ujęciu
przestrzennym (II), "Wiadomości Statystyczne" nr 12,5.26-30.
Wysocka E., (1998) Szanse i zagrożenia regionów Po/ski w perspektywie przewidywa­
nych zmian w polityce regionalnej Unii Europejskiej, Referat na międzynarodowej
konferencji pt. "Konkurencyjność regionów w perspektywie polskiej i europejskiej",
Poznań 20-21 październik.
Wysocki F., (\996) Metody statystycznej analizy wielowymiarowej w rozpoznawaniu ty­
pów struktwy przestrzennej rolnictwa, Rozprawy naukowe, z. 266, Roczniki Akade­
mii Rolniczej w Poznaniu.
Wysocki F., (J 997) Metody taksonomiczne w rozpoznawaniu skoli chowu zwierząt,
"Wiadomości Statystyczne" nr 6,5.8-17.
Wywiał J., (1991) On optima/ clustering olaj/nite popu/arion on the basis ola multidi­
mensional Olai/iary variable, "Badania Operacyjne i Decyzje" nr 2.
Wywiał J., (1996) On two-phase samplingjor strat(flcation, "Statistics in Ttransition"
Vol. 2, No. 6, pp.971-977.
Wywiał J., (1999) Simulation stud.v ojeslimation precision of average in smali popu/a­
tions by means af Horvitz-Thompson type sampling slrategies, Proceedings of the
lASS Satelite Conference on Smali Area Estimation, Riga, Latvia, 20-21 August, pp.
291-295.
Yates F., (1960) Sampling melhods censuses and surveys, Griffin & Company Ltd, Lon­
don.
You Y., Rao J.N.K., (J999) Hierarchica/ Bayes eslimation ojsmall area means using
mufti level models, Proceedings ofthe lASS Satelite Conference on Smali Area Esti­
mation, Riga, Latvia, 20-2\ August, pp. 171 185.
Zaremba H., Ratajczak B., Bulińska M., (1998) Metodologia i Organizacja Mikrospi­
su, "Statystyka w Praktyce" nr 3, GUS, Warszawa.
Zeliaś A., (1998) Statystyczne metody oceny ryzyka W działalnoki gospodarczej, Wy­
dawnictwo Akademii Ekonomicznej w Krakowie.
Zieliński R., (J 979) Generatory liczb losowych, WNT, Warszawa.
Zioło Z., (I972) Próba konstrukcji miernika syntetycznego w zastosowaniu do badań
przemysłu, Sprawozdania z posiedzeń komisji naukowych PAN, Oddział w Krako­
wie, t. XV!, s. 191- ł 94.
------------_
.....
_-_.~.~-