Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego

Transkrypt

1 Metody Analiz Przestrzennych Budowanie macierzy danych geograficznych Procedura normalizacji Budowanie wskaźnika syntetycznego mgr Marcin Semczuk Zakład Przedsiębiorczości i Gospodarki Przestrzennej Instytut Geografii Uniwersytet Pedagogiczny Krakowie semczuk@up.krakow.pl, p :59

2 Badanie geograficzne badania geograficzne liczba cech badania analiza jednej zmiennej analiza wielozmienna tabelarycznie kartograficznie operacje na macierzy geograficznej alfabetycznie wykres słupkowy kartograficznie forma prezentacji od największego do najmniejszego kartogram tabelarycznie od najmniejszego do największego kartodiagram

3 MACIERZ GEOGRAFICZNA Jeśli w pewnym miejscu na powierzchni Ziemi dostrzegamy określone zjawisko (cechę), mamy doczynieniaz tzw. faktem geograficznym: jeśli w innych miejscach rejestrujemy to samo zjawisko (tę samą cechę) i to występujące z różnym natężeniem, mówimy wtedy o przestrzennym jego zróżnicowaniu; jeśli dla wielu miejsc uzyskamy dane o różnych zjawiskach i dane te przedstawiamy w tablicy prostokątnej, uzyskamy macierz geograficzną B.J.L Berry(1967)

4 Cechy prawidłowej macierzy geograficznej mierzalność (jedynie w przypadku liczbowego wyrażenia wielkości zjawiska możliwe jest zastosowanie odpowiedniej procedury statystycznej) sumowalność takie liczbowe wyrażenie cech, aby były one rejestrowane w tych samych jednostkach pomiaru (rzadko spełniony wymóg normalizacja) nienależność cech brak statystyczne współzależności cech (obliczenie korelacji) i test ich istotności odpowiednim testem ( t Studenta) zmienność cech (cechy odznaczają się dużym zróżnicowaniem współczynnik zmienności, odchylenie standardowe) rozkład statystyczny wielkości cech (muszą nawiązywać skalą do badanej populacji)

5 Analiza wielozmiennej cd. Metody Analiz Przestrzennych Po co mierniki/wskaźniki syntetyczne? jeden wskaźnik

6 Uporządkowanie liniowe obiektów. Wskaźnik syntetyczny etapy procedury 1. Przyjęcie wskaźników/mierników empirycznych: charakteryzują składowe problemu (różne aspekty), najlepiej wskaźniki (wartości względne) prezentacja natężenia zjawiska, nienależność cech(brak statystyczne współzależności cech obliczenie korelacji), zmienność cech(cechy odznaczają się dużym zróżnicowaniem współczynnik zmienności, odchylenie standardowe), rozkład statystyczny wielkości cech(muszą nawiązywać skalą do badanej populacji). 2. Konstrukcja wskaźnika syntetycznego: normalizacja wskaźników/mierników empirycznych (zazwyczaj wybrane cechy mają różne jednostki), obliczenie sumy cech znormalizowanych, obliczenie średniej arytmetycznej cech znormalizowanych. 3. Podział wskaźnika syntetycznego na klasy wielkości i prezentacja w formie graficznej (kartogram).

7 Identyfikacja: stymulant - destymulant- nominant- wzrost jej wartości świadczy o wzroście poziomu zjawiska złożonego wzrost jej wartości świadczy o spadku poziomu zjawiska złożonego zmienna ma określoną najkorzystniejszą wartość zwaną wartością nominalną *zmienna neutralna -nie ma wpływu na poziom zjawiska złożonego. Taka zmienna jest niepożądana w zbiorze zmiennych opisujących zjawisko.

8 Podstawowe grupy procedury normalizowania danych (wg S. Mynarskiego, 1992): 1. Rangowaniezmiennych zastępowanie zmiennych diagnostycznych ich rangami, wynikającymi z uporządkowania obserwacji zgodnie z rosnącymi wartościami zmiennych (i = 1,, n), gdzie: - unormowana i-ta realizacja zmiennej j - kolejny numer pozycji, jaką i-ta realizacja zmiennej w uporządkowanym malejąco szeregu jej wartości, n - liczba obserwacji. Wada: znacząca strata informacji (różnice między poszczególnymi wartościami)

9 Podstawowe grupy procedury normalizowania danych (wg S. Mynarskiego, 1992): 2. Przekształcenia ilorazowe w zależności od przyjętego układu odniesienia mormalizacjęzmiennej x i można uzyskać następującymi sposobami: (i = 1,, n), gdzie A może przyjąć następujące wartości: max{, min {,,, 1 Wada: gdy układ odniesienia Aprzyjmuje wartość 0, stosowanie przekształceń ilorazowych jest niemożliwe!

10 Podstawowe grupy procedury normalizowania danych (wg S. Mynarskiego, 1992): 3. Standaryzacja zmiennych najczęściej stosowana metoda normalizacji, wykorzystująca odchylenie standardowe, podstawowe formuły to: (i = 1,, n), (i 1,, n), (i = 1,, n), gdzie: S odchylenie standardowe zmiennej. Wada: niemożliwe zastosowanie w przypadku, gdy S = 0, a więc jeśli wszystkie zmienne są jednakowe.

11 Podstawowe grupy procedury normalizowania danych (wg S. Mynarskiego, 1992): 4. Metoda unitaryzyacji metoda w której niezależnie od tego, jakie wartości przyjmuje oryginalna zmienna zawsze otrzymujemy Z j 0,1. Dzięki tej własności przekształcenie to szczególnie przydatne jest wtedy, gdy oryginalna zmienna przyjmuje zarówno wartości dodatnie, jak i ujemne. (i = 1,, n), (i = 1,, n), (i = 1,, n), (i = 1,, n), gdzie: B max min

12 Wzór dla unitaryzacji(zerowej) stymulant x i = x x i max i x min i min xi Wzór dla unitaryzacji(zerowej) destymulant x i = x x max i max i x x i min i

13 Przykład zastosowania wskaźnika syntetycznego w badaniu potencjału gospodarki opartej na wiedzy

14 Metody Analiz Przestrzennych Komponenty 1. Szkolnictwo wyższe 2. B+R 3. Innowacyjność Ocena potencjału rozwoju gospodarki opartej na wiedzy

15 Metody Analiz Przestrzennych

16 Metody Analiz Przestrzennych

17 nakłady na działalność B+R w mln zł liczba nauczycieli akademickich nakłady na działalność innowacyjną w przedsiębiorstwach przemysłowych w mln zł

18 Proponowane zagadnienia Demografia Rynekpracy Potencjał turystyczny Poziom rozwoju infrastruktury Jakość życia Poziom rozwoju społeczno-gospodarczego Jednostka przestrzenna: dowolne województwo wg powiatów

19 Zadanie (etapy wykonania) 1.Wybranie wskaźników w obrębie wybranego zagadnienia (zgodnie z zasadami budowy macierzy geograficznej) dla roku 2004 i 2014 (jeśli brak danych dla 2014 może być 2013) 2.Usunięcie zbyt skorelowanych wskaźników (korelacja pow. 0,6 spr. dla roku 2004 i 2014) najlepiej poprzez macierz korelacji (Excel Karta Dane -> Analiza -> Analiza danych -> Koralacja) 3. Wybranie najbardziej odpowiednich wskaźników (od 3 do 5) 4. Określenie stymulant i destymulant 5. Normalizacja danych (wg metody unitaryzacji zerowej) 6.Określenie wielkości miernika syntetycznego dla analizowanych lat (średnia wartości znormalizowanych wskaźników) 7.Określenie dynamiki miernika syntetycznego (wzrost, stagnacja, spadek/regres) wg poszczególnych jednostek przestrzennych zmiana pozycji (tabela) 8. Przygotowanie kartogramów dla wielkości miernika w latach 2004 i Przygotowanie prezentacji i przedstawienie wyników (zgodnie ze schematem pracy pisemnej!!!!!) 10.Analiza pisemna (wstęp, informacja o metodach, analiza otrzymanych wyników, ocena przydatności wykorzystanych metod) rozpisane na kolejnym slajdzie

20 Praca zaliczeniowa Plan analizy pisemnej i prezentacji: Tytuł: np. Zróżnicowanie demograficzne województwa małopolskiego wg gmin w 2004 i 2014 roku Wstęp (cel i zakres analizy) Informacja o metodzie omówienie: dostępnośćdanych uargumentowanie wybranych wskaźników etapy budowania wskaźnika syntetycznego metoda normalizacji metoda podziału na klasy Analiza otrzymanych wyników(analiza wielkości wskaźnika syntetycznego w latach 2004 i 2014, dynamika zmiany pozycji, przedstawić w tabelach i na kartogramach) Ocena przydatności metod - wskaźnik syntetyczny - wybrana metoda normalizacji

21 Metody Analiz Przestrzennych

22 Metody Analiz Przestrzennych Do zobaczenia! mgr Marcin Semczuk Zakład Przedsiębiorczości i Gospodarki Przestrzennej Instytut Geografii Uniwersytet Pedagogiczny Krakowie semczuk@up.krakow.pl, p.424