Tinn-R - [G:\PROJEKT 2\PROJEKT2_aplikacja\PROFIL_SZKOLENIA_11.r*]
|
|
- Wacław Czyż
- 6 lat temu
- Przeglądów:
Transkrypt
1 1/18 options(guitoolkit = "RGtk2") library(gwidgets) library(rgtk2) library(cairodevice) library(cairo) lista_plec=c("","mężczyzna","kobieta") lista_wyksztalcenie=c("","bw-brak lub niepełne podstawowe","po-podstawowe","gmgimnazjalne","zz-zasadnicze zawodowe","lz-średnie zawodowe 4-letnie", średnie zawodowe","so-średnie ogólnokształcące","pp-pomaturalne/policealne", wyższe (w tym licencjat)") lista_stan_cywilny=c("","ka/pa-kawaler/panna","zo/me-żonaty/mężatka","ry/rarozwiedziony/rozwiedziona","sm/sk-w separacji","wy/wo-wolny/wolna", wdowiec/wdowa") lista_zawod=c("","0-brak","1-przedst. władz publ., \nwyżsi urzędnicy i kierownicy","2-specjaliści","3-technicy i inny średni personel", biurowi","5-pracownicy usług i sprzedawcy", rybacy","7-robotnicy przemysłowi i rzemieślnicy", maszyn i urządzeń","9-pracownicy przy pracach prostych") lista_liczba_dzieci=c("","0-1","2-3","4-5","6 i więcej") lista_wiek=c("","do 25 lat","od 25 do 34 lat","od 35 do 44 lat","od 45 do 54 lat","55 lat i więcej") lista_staz=c("", "do 5 lat","od 5 do 10 lat","od 10 do 20 lat","od 20 do 30 lat","30 i więcej lat") lista_wsp_ufnosci=c(0.9,0.95,0.975,0.99) lista_gmina=c("","miejska","miejsko-wiejska","wiejska") program = gwindow("profil") dane1=ggroup(horizontal=true,cont=program,expand=true) uklad=glayout(cont=dane1) uklad[1,1,anchor=c(1,0)]="1." uklad[2,1,anchor=c(1,0)]="2." uklad[3,1,anchor=c(1,0)]="3." uklad[4,1,anchor=c(1,0)]="4." uklad[5,1,anchor=c(1,0)]="5." uklad[6,1,anchor=c(1,0)]="6." uklad[7,1,anchor=c(1,0)]="7." uklad[8,1,anchor=c(1,0)]="8." uklad[11,1,anchor=c(1,0)]="9." uklad[12,1,anchor=c(1,0)]="10." uklad[1,2,anchor=c(-1,0)]="płeć:" uklad[2,2,anchor=c(-1,0)]="stan cywilny:" uklad[3,2,anchor=c(-1,0)]="wykształcenie:" uklad[4,2,anchor=c(-1,0)]="grupa zawodów:" uklad[5,2,anchor=c(-1,0)]="liczba dzieci:" uklad[6,2,anchor=c(-1,0)]="wiek:" uklad[7,2,anchor=c(-1,0)]="staż pracy:" uklad[8,2,anchor=c(-1,0)]="rodzaj gminy:" uklad[11,2,anchor=c(-1,0)]="rekomendacja I" uklad[12,2,anchor=c(-1,0)]="rekomendacja II" uklad[14,1:3]=gseparator(horizontal=true) uklad[15,2,anchor=c(1,0)]="numer ewidencyjny:" ne=gedit("",width=0.5) uklad[15,3]=ne lista_sz=c("dowolne","nie brak","brak","aktywizacja-biznes","specjalistyczne ciężkie","biurowo-sklepowo-językowe","transport","lekkie,opieka") funkcja6=function(...) {if (svalue(r1)==lista_sz[3]) {svalue(r2)=lista_sz[3]
2 2/18 r1=gdroplist(lista_sz,cont=uklad,handler=funkcja6) r2=gdroplist(lista_sz,cont=uklad) uklad[11,3]=r1 uklad[12,3]=r2 a1=gdroplist(lista_plec,cont=uklad) a2=gdroplist(lista_stan_cywilny,cont=uklad) a3=gdroplist(lista_wyksztalcenie,cont=uklad) a4=gdroplist(lista_zawod,cont=uklad) a5=gdroplist(lista_liczba_dzieci,cont=uklad) a6=gdroplist(lista_wiek,cont=uklad) a7=gdroplist(lista_staz,cont=uklad) a8=gdroplist(lista_gmina,cont=uklad) p1=gdroplist(lista_wsp_ufnosci,cont=uklad) uklad[1,3]=a1 uklad[2,3]=a2 uklad[3,3]=a3 uklad[4,3]=a4 uklad[5,3]=a5 uklad[6,3]=a6 uklad[7,3]=a7 uklad[8,3]=a8 uklad[9,2]=p1 uklad[1,5,anchor=c(0,0)]="prognoza CZASU TRWANIA" uklad[2,4,anchor=c(-1,0)]="bez szkoleń" uklad[3,4,anchor=c(-1,0)]="wariant optymistyczny:" uklad[4,4,anchor=c(-1,0)]="wariant pesymistyczny:" b1=gedit("",cont=uklad,coerce.with=as.numeric) c1=gedit("",cont=uklad,coerce.with=as.numeric) d1=gedit("",cont=uklad,coerce.with=as.numeric) e1=gedit("",cont=uklad) e2=gedit("",cont=uklad) uklad[2,5]=b1 uklad[3,5]=c1 uklad[4,5]=d1 dane3=ggroup(horizontal=true,cont=program,expand=true) uklad[5,5,anchor=c(0,0)]="indywidualny EFEKT SZKOLEŃ" uklad[6,4,anchor=c(-1,0)]="aktywizacja-biznes:" uklad[7,4,anchor=c(-1,0)]="specjalistyczne ciężkie:" uklad[8,4,anchor=c(-1,0)]="biurowo-sklepowo-językowe:" uklad[9,4,anchor=c(-1,0)]="transport:" uklad[10,4,anchor=c(-1,0)]="lekkie,opieka:" uklad[11,5,anchor=c(0,0)]="rekomendacje" uklad[12,4,anchor=c(1,0)]="i" uklad[13,4,anchor=c(1,0)]="ii" b2=gedit("",cont=uklad,coerce.with=as.numeric) b3=gedit("",cont=uklad,coerce.with=as.numeric) b4=gedit("",cont=uklad,coerce.with=as.numeric) b5=gedit("",cont=uklad,coerce.with=as.numeric)
3 3/18 b6=gedit("",cont=uklad,coerce.with=as.numeric) uklad[6,5]=b2 uklad[7,5]=b3 uklad[8,5]=b4 uklad[9,5]=b5 uklad[10,5]=b6 uklad[12,5]=e1 uklad[13,5]=e2 #wektory ocen parametrów modeli dla szkoleń c_k_0=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_k_1=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_k_2=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_k_3=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_k_4=c( , , , , , , , , ,
4 4/ , , , , , , , , , , , , , , , , , , , , , , , , ) c_k_5=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_b_1=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_b_2=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_b_3=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) c_b_4=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , )
5 5/18 c_b_5=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) #wariancje resztowe war_k_0= wk_k_0=c( , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
6 6/ , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,
7 7/ , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ,-
8 8/ , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , , ) macierz_k_0=array(wk_k_0,dim=c(length(wk_k_0)^0.5,length(wk_k_0)^0.5)) funkcja1=function(...) {if ((svalue(a1)=="") (svalue(a2)=="") (svalue(a3)=="") (svalue(a4)=="") (svalue(a5)=="") (svalue(a6)=="") (svalue(a7)=="") (svalue(a8)=="")) {gmessage("uzupełnij brakujące dane", title="brak",icon="error") else {x=c(1:44)
9 9/18 for (i in(1:2)) {x[i]=ifelse(svalue(a1)==lista_plec[i+1],1,0) for (i in(1:6)) {x[i+2]=ifelse(svalue(a2)==lista_stan_cywilny[i+1],1,0) for (i in(1:9)) {x[i+8]=ifelse(svalue(a3)==lista_wyksztalcenie[i+1],1,0) for (i in(1:10)) {x[i+17]=ifelse(svalue(a4)==lista_zawod[i+1],1,0) for (i in(1:4)) {x[i+27]=ifelse(svalue(a5)==lista_liczba_dzieci[i+1],1,0) for (i in(1:5)) {x[i+31]=ifelse(svalue(a6)==lista_wiek[i+1],1,0) for (i in(1:5)) {x[i+36]=ifelse(svalue(a7)==lista_staz[i+1],1,0) for (i in(1:3)) {x[i+41]=ifelse(svalue(a8)==lista_gmina[i+1],1,0) xx_k_0=c(1,x[1],x[3],x[4],x[5],x[7],x[8],x[10],x[11],x[12],x[14],x[15],x[16], x[17],x[18],x[20],x[21],x[22],x[23],x[25],x[26],x[27],x[28],x[29],x[30],x[32], x[33],x[34],x[35],x[37],x[38],x[39],x[40],x[42],x[44]) xx_k_1=c(1,x[1],x[3],x[4],x[5],x[6],x[7],x[10],x[11],x[12],x[13],x[14],x[15], x[16],x[17],x[18],x[20],x[21],x[22],x[23],x[24],x[25],x[27],x[28],x[29],x[32], x[33],x[34],x[35],x[37],x[38],x[39],x[40],x[42],x[44]) xx_k_2=c(1,x[3],x[4],x[7],x[10],x[11],x[12],x[14],x[15],x[16],x[17],x[18],x[20], x[21],x[23],x[24],x[25],x[26],x[27],x[28],x[29],x[30],x[32],x[33],x[34],x[35], x[37],x[38],x[39],x[40],x[42],x[44]) xx_k_3=c(1,x[1],x[3],x[4],x[5],x[6],x[7],x[9],x[10],x[11],x[12],x[14],x[15], x[16],x[17],x[18],x[20],x[21],x[22],x[23],x[24],x[25],x[27],x[28],x[29],x[30], x[32],x[33],x[34],x[35],x[37],x[38],x[39],x[40],x[42],x[44]) xx_k_4=c(1,x[1],x[3],x[4],x[6],x[7],x[8],x[9],x[10],x[11],x[12],x[14],x[15], x[16],x[17],x[18],x[21],x[22],x[23],x[24],x[25],x[26],x[27],x[28],x[29],x[32], x[33],x[34],x[35],x[37],x[38],x[39],x[40],x[42]) xx_k_5=c(1,x[1],x[3],x[4],x[5],x[6],x[7],x[9],x[10],x[11],x[12],x[14],x[15], x[16],x[17],x[18],x[20],x[21],x[22],x[23],x[24],x[25],x[27],x[28],x[29],x[30], x[32],x[33],x[34],x[35],x[37],x[38],x[39],x[41],x[42],x[44]) xx_b_1=c(1,x[1],x[3],x[4],x[5],x[6],x[7],x[10],x[11],x[12],x[14],x[15],x[16], x[17],x[18],x[20],x[21],x[22],x[23],x[24],x[25],x[27],x[28],x[29],x[33],x[34], x[35],x[36],x[37],x[38],x[39],x[40],x[42],x[44]) xx_b_2=c(1,x[3],x[4],x[7],x[10],x[11],x[12],x[14],x[15],x[18],x[21],x[23],x[24], x[25],x[26],x[27],x[28],x[29],x[30],x[32],x[33],x[34],x[35],x[37],x[38],x[39], x[40],x[42],x[44]) xx_b_3=c(1,x[1],x[3],x[4],x[6],x[7],x[8],x[10],x[11],x[12],x[14],x[15],x[16], x[17],x[18],x[20],x[21],x[22],x[23],x[24],x[25],x[26],x[28],x[29],x[30],x[32], x[33],x[34],x[35],x[37],x[38],x[39],x[40],x[42],x[44]) xx_b_4=c(1,x[1],x[3],x[4],x[5],x[6],x[7],x[9],x[10],x[11],x[12],x[14],x[15], x[17],x[18],x[20],x[21],x[22],x[23],x[25],x[26],x[27],x[28],x[29],x[32],x[33], x[34],x[35],x[37],x[38],x[39],x[40],x[44]) xx_b_5=c(1,x[1],x[3],x[4],x[5],x[8],x[10],x[11],x[12],x[14],x[15],x[17],x[18], x[20],x[21],x[22],x[23],x[24],x[25],x[27],x[28],x[29],x[31],x[32],x[33],x[34], x[35],x[37],x[38],x[42]) #prognozy prognoza_k_0=t(xx_k_0)%*%c_k_0*(t(xx_k_0)%*%c_k_0>=0) prognoza_k_1=t(xx_k_1)%*%c_k_1*(t(xx_k_1)%*%c_k_1>=0) prognoza_k_2=t(xx_k_2)%*%c_k_2*(t(xx_k_2)%*%c_k_2>=0) prognoza_k_3=t(xx_k_3)%*%c_k_3*(t(xx_k_3)%*%c_k_3>=0) prognoza_k_4=t(xx_k_4)%*%c_k_4*(t(xx_k_4)%*%c_k_4>=0) prognoza_k_5=t(xx_k_5)%*%c_k_5*(t(xx_k_5)%*%c_k_5>=0) prognoza_b_1=t(xx_b_1)%*%c_b_1*(t(xx_b_1)%*%c_b_1>=0) prognoza_b_2=t(xx_b_2)%*%c_b_2*(t(xx_b_2)%*%c_b_2>=0) prognoza_b_3=t(xx_b_3)%*%c_b_3*(t(xx_b_3)%*%c_b_3>=0) prognoza_b_4=t(xx_b_4)%*%c_b_4*(t(xx_b_4)%*%c_b_4>=0) prognoza_b_5=t(xx_b_5)%*%c_b_5*(t(xx_b_5)%*%c_b_5>=0)
10 10/18 svalue(b1)=round(prognoza_k_0,0) svalue(b2)=ifelse((-1)*round(prognoza_b_1-prognoza_k_1,0)>svalue(b1),(- 1)*svalue(b1),round(prognoza_B_1-prognoza_K_1,0)) svalue(b3)=ifelse((-1)*round(prognoza_b_2-prognoza_k_2,0)>svalue(b1),(- 1)*svalue(b1),round(prognoza_B_2-prognoza_K_2,0)) svalue(b4)=ifelse((-1)*round(prognoza_b_3-prognoza_k_3,0)>svalue(b1),(- 1)*svalue(b1),round(prognoza_B_3-prognoza_K_3,0)) svalue(b5)=ifelse((-1)*round(prognoza_b_4-prognoza_k_4,0)>svalue(b1),(- 1)*svalue(b1),round(prognoza_B_4-prognoza_K_4,0)) svalue(b6)=ifelse((-1)*round(prognoza_b_5-prognoza_k_5,0)>svalue(b1),(- 1)*svalue(b1),round(prognoza_B_5-prognoza_K_5,0)) #krańce przedziałów ufności dla szkoleń dg_k_0=prognoza_k_0-abs(qnorm((1- svalue(p1))/2))*(t(xx_k_0)%*%macierz_k_0%*%xx_k_0+war_k_0)^0.5 gg_k_0=prognoza_k_0+abs(qnorm((1- svalue(p1))/2))*(t(xx_k_0)%*%macierz_k_0%*%xx_k_0+war_k_0)^0.5 svalue(c1)=round(dg_k_0,0)*(round(dg_k_0,0)>=0) svalue(d1)=round(gg_k_0,0)*(round(gg_k_0,0)>=0) #wykres1=barplot(c(svalue(b2),svalue(b3),svalue(b4),svalue(b5),svalue(b6)), xlim=c(-600,700),cex.main=c(0.8),width=0.9,names.arg=c("ab","sc","bsj","tr", "LO"),horiz=TRUE,main="INDYWIDUALNY EFEKT SZKOLEŃ",col=c("green")) nazwy=c("aktywizacja-biznes","specjalistyczne ciężkie","biurowo-sklepowojęzykowe","transport","lekkie,opieka") y=c(svalue(b2),svalue(b3),svalue(b4),svalue(b5),svalue(b6)) yy=cbind(y,nazwy) zz=yy[order(y),] svalue(e1)=ifelse(zz[1,1]<0,zz[1,2],"") svalue(e2)=ifelse(zz[2,1]<0,zz[2,2],"") dev.off() funkcja2=function(...) { svalue(a1)="" svalue(a2)="" svalue(a3)="" svalue(a4)="" svalue(a5)="" svalue(a6)="" svalue(a7)="" svalue(a8)="" svalue(b1)="" svalue(b2)="" svalue(b3)="" svalue(b4)="" svalue(b5)="" svalue(b6)="" svalue(c1)="" svalue(d1)="" svalue(e1)="" svalue(e2)="" svalue(ne)="" svalue(r1)="dowolne" svalue(r2)="dowolne" dev.off()
11 11/18 funkcja3=function(...) { wykres1=barplot(c(svalue(b2),svalue(b3),svalue(b4),svalue(b5),svalue(b6)), xlim=c(-600,700),cex.main=c(0.8),width=0.9,names.arg=c("ab","sc","bsj","tr", "LO"),horiz=TRUE,main="INDYWIDUALNY EFEKT SZKOLEŃ",col=c("green")) funkcja4=function(...) { if (((svalue(r1)==lista_sz[4]) & (svalue(r2)==lista_sz[4])) ((svalue(r1)==lista_sz[5]) & (svalue(r2)==lista_sz[5])) ((svalue(r1)==lista_sz[6]) & (svalue(r2)==lista_sz[6])) ((svalue(r1)==lista_sz[7]) & (svalue(r2)==lista_sz[7])) ((svalue(r1)==lista_sz[8]) & (svalue(r2)==lista_sz[8]))) {gmessage(c("w zakresie określonych typów szkoleń REKOMENDACJA1 nie może byc równa REKOMENDACJA2"),title="Błąd", icon="error") else { setwd("c:\\bazy") dane1=read.csv2("danebieżąceprofil.csv") if (sum(duplicated(dane1$nrewid))>0) {gmessage(c("wielokrotne identyfikatory: ", sum(duplicated(dane1$nrewid))), title="błąd",icon="error") else {teryt=read.csv2("teryt.csv") dane=merge(dane1,teryt,by.x="ktg",by.y="kod",all=false) attach(dane) plec=ifelse(płeć=="mężczyzna",1,0) sc_ka_pa=ifelse((stanc=="rps007 KA" StanC=="RPs007 PA"),1,0) sc_zo_me=ifelse((stanc=="rps007 ZO" StanC=="RPs007 ME"),1,0) sc_ra_ry=ifelse((stanc=="rps007 RA" StanC=="RPs007 RY"),1,0) sc_sm_sk=ifelse((stanc=="rps007 SM" StanC=="RPs007 SK"),1,0) sc_wy_wo=ifelse((stanc=="rps007 WY" StanC=="RPs007 WO"),1,0) sc_wa_wb=ifelse((stanc=="rps007 WA" StanC=="RPs007 WB"),1,0) wyksz_bw=ifelse(poziomw=="rps002 BW",1,0) wyksz_po=ifelse(poziomw=="rps002 PO",1,0) wyksz_gm=ifelse(poziomw=="rps002 GM",1,0) wyksz_zz=ifelse(poziomw=="rps002 ZZ",1,0) wyksz_lz=ifelse(poziomw=="rps002 LZ",1,0) wyksz_sz=ifelse(poziomw=="rps002 SZ",1,0) wyksz_so=ifelse(poziomw=="rps002 SO",1,0) wyksz_pp=ifelse(poziomw=="rps002 PP",1,0) wyksz_wy=ifelse(poziomw=="rps002 WY",1,0) zawod_0=ifelse(is.na(zawód),1,ifelse(substring(zawód,1,1)==0,1,0)) zawod_1=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==1,1,0)) zawod_2=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==2,1,0)) zawod_3=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==3,1,0)) zawod_4=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==4,1,0)) zawod_5=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==5,1,0)) zawod_6=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==6,1,0)) zawod_7=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==7,1,0)) zawod_8=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==8,1,0)) zawod_9=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==9,1,0)) dane$zawód=ifelse(is.na(dane$zawód),0,dane$zawód) LD01=ifelse((Dzieci==0 Dzieci==1),1,0)
12 12/18 LD23=ifelse((Dzieci==2 Dzieci==3),1,0) LD45=ifelse((Dzieci==4 Dzieci==5),1,0) LD6=ifelse(Dzieci>=6,1,0) wiek_do25=ifelse(wiek<25,1,0) wiek_od25do35=ifelse((wiek>=25 & Wiek<35),1,0) wiek_od35do45=ifelse((wiek>=35 & Wiek<45),1,0) wiek_od45do55=ifelse((wiek>=45 & Wiek<55),1,0) wiek_od55=ifelse(wiek>=55,1,0) KAT.WIEK=1+wiek_do25+2*wiek_od25do35+3*wiek_od35do45+4*wiek_od45do55+5*wiek_od55 dni=as.numeric(ifelse(okreszas<=99,okreszas,ifelse(okreszas>=100 & OkresZas<=999,substring(OkresZas,2,3),ifelse(OkresZas>=1000 & OkresZas<=9999, substring(okreszas,3,4),ifelse(okreszas>=10000 & OkresZas<=99999, substring(okreszas,4,5),substring(okreszas,5,6)))))) miesiace=as.numeric(ifelse(okreszas<=99,0,ifelse(okreszas>=100 & OkresZas<=999, substring(okreszas,1,1),ifelse(okreszas>=1000 & OkresZas<=9999, substring(okreszas,1,2),ifelse(okreszas>=10000 & OkresZas<=99999, substring(okreszas,2,3),substring(okreszas,3,4)))))) lata=as.numeric(ifelse(okreszas<=9999,0,ifelse(okreszas>=10000 & OkresZas<=99999,substring(OkresZas,1,1),substring(OkresZas,1,2)))) staz=lata+miesiace/12+dni/365 staz_do5lat=ifelse(staz<5,1,0) staz_od5do10lat=ifelse(staz>=5 & staz<10,1,0) staz_od10do20lat=ifelse(staz>=10 & staz<20,1,0) staz_od20do30lat=ifelse(staz>=20 & staz<30,1,0) staz_od30lat=ifelse(staz>=30,1,0) KAT. STAZ=1+staz_do5lat+2*staz_od5do10lat+3*staz_od10do20lat+4*staz_od20do30lat+5*staz_od30la gm=ifelse(is.na(rodzaj.gminy),0,ifelse(rodzaj.gminy=="miejska",1,0)) gmw=ifelse(is.na(rodzaj.gminy),0,ifelse(rodzaj.gminy=="miejsko-wiejska",1,0)) gw=ifelse(is.na(rodzaj.gminy),0,ifelse(rodzaj.gminy=="wiejska",1,0)) XXX=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_WY_WO,sc_WA_WB,wyksz_PO,wyksz_GM, wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_7,zawod_8,zawod_9,ld01,ld23,ld45, dane$prognoza=round(xxx%*%c_k_0,0) dane$zagrożenie=ifelse(dane$prognoza>365,"tak","") XXX_B_1=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_PO, wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23, wiek_od25do35,wiek_od35do45,wiek_od45do55,wiek_od55, XXX_B_2=cbind(1,sc_KA_PA,sc_ZO_ME,sc_WY_WO,wyksz_PO,wyksz_GM,wyksz_ZZ,wyksz_SZ, wyksz_so, +zawod_0,zawod_3,zawod_5,zawod_6,zawod_7,zawod_8,zawod_9,ld01,ld23,ld45, XXX_B_3=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_SM_SK,sc_WY_WO,sc_WA_WB,wyksz_PO, wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy,
13 13/18 +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_8,ld01,ld23,ld45, XXX_B_4=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_7,zawod_8,zawod_9,ld01,ld23, +staz_do5lat,staz_od5do10lat,staz_od10do20lat,staz_od20do30lat,gw) XXX_B_5=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_WA_WB,wyksz_PO,wyksz_GM, wyksz_zz,wyksz_sz,wyksz_so,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23,ld6, +staz_do5lat,staz_od5do10lat,gm) XXX_K_1=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_PO, wyksz_gm,wyksz_zz,wyksz_lz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23, XXX_K_2=cbind(1,sc_KA_PA,sc_ZO_ME,sc_WY_WO,wyksz_PO,wyksz_GM,wyksz_ZZ,wyksz_SZ, wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_5,zawod_6,zawod_7,zawod_8,zawod_9,ld01,ld23,ld45, XXX_K_3=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23,ld45, XXX_K_4=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_SM_SK,sc_WY_WO,sc_WA_WB,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_8,zawod_9,ld01,ld23, +staz_do5lat,staz_od5do10lat,staz_od10do20lat,staz_od20do30lat,gm) XXX_K_5=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23,ld45, +staz_do5lat,staz_od5do10lat,staz_od10do20lat,staz_od30lat,gm,gw) progn_b_1=xxx_b_1%*%c_b_1 progn_b_2=xxx_b_2%*%c_b_2 progn_b_3=xxx_b_3%*%c_b_3 progn_b_4=xxx_b_4%*%c_b_4 progn_b_5=xxx_b_5%*%c_b_5 progn_k_1=xxx_k_1%*%c_k_1 progn_k_2=xxx_k_2%*%c_k_2 progn_k_3=xxx_k_3%*%c_k_3 progn_k_4=xxx_k_4%*%c_k_4 progn_k_5=xxx_k_5%*%c_k_5 dane$ab=ifelse((-1)*round(progn_b_1-progn_k_1,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_1-progn_K_1,0)) dane$sc=ifelse((-1)*round(progn_b_2-progn_k_2,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_2-progn_K_2,0))
14 14/18 dane$bsj=ifelse((-1)*round(progn_b_3-progn_k_3,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_3-progn_K_3,0)) dane$tr=ifelse((-1)*round(progn_b_4-progn_k_4,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_4-progn_K_4,0)) dane$lo=ifelse((-1)*round(progn_b_5-progn_k_5,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_5-progn_K_5,0)) nazwy=c("aktywizacja-biznes","specjalistyczne ciężkie","biurowo-sklepowojęzykowe","transport","lekkie,opieka") for (i in(1:length(dane$nrewid))) { y=c(dane$ab[i],dane$sc[i],dane$bsj[i],dane$tr[i],dane$lo[i]) yy=cbind(y,nazwy) zz=yy[order(y),] dane$rekomendacja1[i]=ifelse(zz[1,1]<0,zz[1,2],"") dane$rekomendacja2[i]=ifelse(zz[2,1]<0,zz[2,2],"") #TWORZENIE ZDEFINIOWANEJ GRUPY wyb1=svalue(a1) wyb2a=substring(svalue(a2),1,2) wyb2b=substring(svalue(a2),4,5) wyb3=substring(svalue(a3),1,2) wyb4=substring(svalue(a4),1,1) wyb5=as.numeric(substring(svalue(a5),1,1)) wyb6=svalue(a6) wyb7=svalue(a7) wyb8=svalue(a8) wybr1=svalue(r1) wybr2=svalue(r2) dane_wyb=subset(dane,((if (wyb1!=""){płeć==wyb1 else {!is.na(płeć)) &(if(wyb2a!="") {substring(stanc,8,9)==wyb2a substring(stanc,8,9)==wyb2b else {!is.na(stanc)) &(if(wyb3!="") {substring(poziomw,8,9)==wyb3 else{!is.na(poziomw)) &(if(wyb4!="") {substring(zawód,1,1)==wyb4 else {!is.na(zawód)) &(if(is.na(wyb5)) {!is.na(dzieci) else {if(wyb5==6) {Dzieci>=6 else {Dzieci>=wyb5 & Dzieci<=wyb5+1) &(if(wyb6==lista_wiek[1]) {!is.na(wiek) else{kat.wiek==sum(c(lista_wiek==wyb6)*c(1:6))) &(if(wyb7==lista_staz[1]) {!is.na(okresb) else{kat.staz==sum(c(lista_staz==wyb7)*c(1:6))) &(if(wyb8!="") {substring(rodzaj.gminy,7,21)==wyb8 else {!is.na(rodzaj.gminy)) &(if(wybr1==lista_sz[1]) {REKOMENDACJA1=="" REKOMENDACJA1!="" else {if(wybr1==lista_sz[2]){rekomendacja1!="" else {if(wybr1==lista_sz[3]){rekomendacja1=="" else {REKOMENDACJA1==wybr1) &(if(wybr2==lista_sz[1]) {REKOMENDACJA2=="" REKOMENDACJA2!="" else {if(wybr2==lista_sz[2]){rekomendacja2!="" else {if(wybr2==lista_sz[3]){rekomendacja2=="" else {REKOMENDACJA2==wybr2) ),select=true) gtable(dane_wyb,chosencol=19,cont=true) write.csv(dane,file="wynikowe.csv") sink("wynikowe.txt") print(dane_wyb) sink() gmessage(c("wygenerowano listę osób",length(dane_wyb$nrewid)))
15 15/18 funkcja5=function(...) { setwd("c:\\bazy") #wybrany numer identyfikacyjny wyb_ne=svalue(ne) if (wyb_ne==""){gmessage(c("wpisz identyfikator"),icon="error") else {dane1=read.csv2("danebieżąceprofil.csv") if (sum(duplicated(dane1$nrewid))>0) {gmessage(c("wielokrotne identyfikatory: ", sum(duplicated(dane1$nrewid))), title="błąd",icon="error") else {teryt=read.csv2("teryt.csv") dane=merge(dane1,teryt,by.x="ktg",by.y="kod",all=false) attach(dane) plec=ifelse(płeć=="mężczyzna",1,0) sc_ka_pa=ifelse((stanc=="rps007 KA" StanC=="RPs007 PA"),1,0) sc_zo_me=ifelse((stanc=="rps007 ZO" StanC=="RPs007 ME"),1,0) sc_ra_ry=ifelse((stanc=="rps007 RA" StanC=="RPs007 RY"),1,0) sc_sm_sk=ifelse((stanc=="rps007 SM" StanC=="RPs007 SK"),1,0) sc_wy_wo=ifelse((stanc=="rps007 WY" StanC=="RPs007 WO"),1,0) sc_wa_wb=ifelse((stanc=="rps007 WA" StanC=="RPs007 WB"),1,0) wyksz_bw=ifelse(poziomw=="rps002 BW",1,0) wyksz_po=ifelse(poziomw=="rps002 PO",1,0) wyksz_gm=ifelse(poziomw=="rps002 GM",1,0) wyksz_zz=ifelse(poziomw=="rps002 ZZ",1,0) wyksz_lz=ifelse(poziomw=="rps002 LZ",1,0) wyksz_sz=ifelse(poziomw=="rps002 SZ",1,0) wyksz_so=ifelse(poziomw=="rps002 SO",1,0) wyksz_pp=ifelse(poziomw=="rps002 PP",1,0) wyksz_wy=ifelse(poziomw=="rps002 WY",1,0) zawod_0=ifelse(is.na(zawód),1,ifelse(substring(zawód,1,1)==0,1,0)) zawod_1=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==1,1,0)) zawod_2=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==2,1,0)) zawod_3=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==3,1,0)) zawod_4=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==4,1,0)) zawod_5=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==5,1,0)) zawod_6=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==6,1,0)) zawod_7=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==7,1,0)) zawod_8=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==8,1,0)) zawod_9=ifelse(is.na(zawód),0,ifelse(substring(zawód,1,1)==9,1,0)) dane$zawód=ifelse(is.na(dane$zawód),0,dane$zawód) LD01=ifelse((Dzieci==0 Dzieci==1),1,0) LD23=ifelse((Dzieci==2 Dzieci==3),1,0) LD45=ifelse((Dzieci==4 Dzieci==5),1,0) LD6=ifelse(Dzieci>=6,1,0) wiek_do25=ifelse(wiek<25,1,0) wiek_od25do35=ifelse((wiek>=25 & Wiek<35),1,0) wiek_od35do45=ifelse((wiek>=35 & Wiek<45),1,0) wiek_od45do55=ifelse((wiek>=45 & Wiek<55),1,0) wiek_od55=ifelse(wiek>=55,1,0) KAT.WIEK=1+wiek_do25+2*wiek_od25do35+3*wiek_od35do45+4*wiek_od45do55+5*wiek_od55
16 16/18 dni=as.numeric(ifelse(okreszas<=99,okreszas,ifelse(okreszas>=100 & OkresZas<=999,substring(OkresZas,2,3),ifelse(OkresZas>=1000 & OkresZas<=9999, substring(okreszas,3,4),ifelse(okreszas>=10000 & OkresZas<=99999, substring(okreszas,4,5),substring(okreszas,5,6)))))) miesiace=as.numeric(ifelse(okreszas<=99,0,ifelse(okreszas>=100 & OkresZas<=999, substring(okreszas,1,1),ifelse(okreszas>=1000 & OkresZas<=9999, substring(okreszas,1,2),ifelse(okreszas>=10000 & OkresZas<=99999, substring(okreszas,2,3),substring(okreszas,3,4)))))) lata=as.numeric(ifelse(okreszas<=9999,0,ifelse(okreszas>=10000 & OkresZas<=99999,substring(OkresZas,1,1),substring(OkresZas,1,2)))) staz=lata+miesiace/12+dni/365 staz_do5lat=ifelse(staz<5,1,0) staz_od5do10lat=ifelse(staz>=5 & staz<10,1,0) staz_od10do20lat=ifelse(staz>=10 & staz<20,1,0) staz_od20do30lat=ifelse(staz>=20 & staz<30,1,0) staz_od30lat=ifelse(staz>=30,1,0) KAT. STAZ=1+staz_do5lat+2*staz_od5do10lat+3*staz_od10do20lat+4*staz_od20do30lat+5*staz_od30la gm=ifelse(is.na(rodzaj.gminy),0,ifelse(rodzaj.gminy=="miejska",1,0)) gmw=ifelse(is.na(rodzaj.gminy),0,ifelse(rodzaj.gminy=="miejsko-wiejska",1,0)) gw=ifelse(is.na(rodzaj.gminy),0,ifelse(rodzaj.gminy=="wiejska",1,0)) XXX=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_WY_WO,sc_WA_WB,wyksz_PO,wyksz_GM, wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_7,zawod_8,zawod_9,ld01,ld23,ld45, dane$prognoza=round(xxx%*%c_k_0,0) dane$zagrożenie=ifelse(dane$prognoza>365,"tak","") XXX_B_1=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_PO, wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23, wiek_od25do35,wiek_od35do45,wiek_od45do55,wiek_od55, XXX_B_2=cbind(1,sc_KA_PA,sc_ZO_ME,sc_WY_WO,wyksz_PO,wyksz_GM,wyksz_ZZ,wyksz_SZ, wyksz_so, +zawod_0,zawod_3,zawod_5,zawod_6,zawod_7,zawod_8,zawod_9,ld01,ld23,ld45, XXX_B_3=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_SM_SK,sc_WY_WO,sc_WA_WB,wyksz_PO, wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_8,ld01,ld23,ld45, XXX_B_4=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_7,zawod_8,zawod_9,ld01,ld23, +staz_do5lat,staz_od5do10lat,staz_od10do20lat,staz_od20do30lat,gw) XXX_B_5=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_WA_WB,wyksz_PO,wyksz_GM, wyksz_zz,wyksz_sz,wyksz_so,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23,ld6,
17 17/18 +staz_do5lat,staz_od5do10lat,gm) XXX_K_1=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_PO, wyksz_gm,wyksz_zz,wyksz_lz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23, XXX_K_2=cbind(1,sc_KA_PA,sc_ZO_ME,sc_WY_WO,wyksz_PO,wyksz_GM,wyksz_ZZ,wyksz_SZ, wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_5,zawod_6,zawod_7,zawod_8,zawod_9,ld01,ld23,ld45, XXX_K_3=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23,ld45, XXX_K_4=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_SM_SK,sc_WY_WO,sc_WA_WB,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_8,zawod_9,ld01,ld23, +staz_do5lat,staz_od5do10lat,staz_od10do20lat,staz_od20do30lat,gm) XXX_K_5=cbind(1,plec,sc_KA_PA,sc_ZO_ME,sc_RA_RY,sc_SM_SK,sc_WY_WO,wyksz_BW, wyksz_po,wyksz_gm,wyksz_zz,wyksz_sz,wyksz_so,wyksz_pp,wyksz_wy, +zawod_0,zawod_2,zawod_3,zawod_4,zawod_5,zawod_6,zawod_7,zawod_9,ld01,ld23,ld45, +staz_do5lat,staz_od5do10lat,staz_od10do20lat,staz_od30lat,gm,gw) progn_b_1=xxx_b_1%*%c_b_1 progn_b_2=xxx_b_2%*%c_b_2 progn_b_3=xxx_b_3%*%c_b_3 progn_b_4=xxx_b_4%*%c_b_4 progn_b_5=xxx_b_5%*%c_b_5 progn_k_1=xxx_k_1%*%c_k_1 progn_k_2=xxx_k_2%*%c_k_2 progn_k_3=xxx_k_3%*%c_k_3 progn_k_4=xxx_k_4%*%c_k_4 progn_k_5=xxx_k_5%*%c_k_5 dane$ab=ifelse((-1)*round(progn_b_1-progn_k_1,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_1-progn_K_1,0)) dane$sc=ifelse((-1)*round(progn_b_2-progn_k_2,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_2-progn_K_2,0)) dane$bsj=ifelse((-1)*round(progn_b_3-progn_k_3,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_3-progn_K_3,0)) dane$tr=ifelse((-1)*round(progn_b_4-progn_k_4,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_4-progn_K_4,0)) dane$lo=ifelse((-1)*round(progn_b_5-progn_k_5,0)>dane$prognoza,(- 1)*dane$PROGNOZA,round(progn_B_5-progn_K_5,0)) nazwy=c("aktywizacja-biznes","specjalistyczne ciężkie","biurowo-sklepowojęzykowe","transport","lekkie,opieka") for (i in(1:length(dane$nrewid))) { y=c(dane$ab[i],dane$sc[i],dane$bsj[i],dane$tr[i],dane$lo[i]) yy=cbind(y,nazwy) zz=yy[order(y),] dane$rekomendacja1[i]=ifelse(zz[1,1]<0,zz[1,2],"") dane$rekomendacja2[i]=ifelse(zz[2,1]<0,zz[2,2],"") dane_ne=subset(dane,nrewid==substring(wyb_ne,1,12),select=true) gtable(dane_ne,chosencol=19,cont=true) write.csv(t(dane_ne),file="wynikowe_nrewid.csv") sink("wynikowe_nrewid.txt")
Prognoza liczby pracujących w usługach rynkowych w przekroju grup zawodów
Prognoza liczby pracujących w usługach rynkowych w przekroju grup zawodów Rysunek 1. Udział (w %) i liczba (w tys. osób) pracujących w usługach rynkowych w wielkiej grupie zawodowej: Przedstawiciele władz
Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w przekroju sektorów na lata
Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w przekroju sektorów na lata 1995-222 Projekt Analiza procesów zachodzących na polskim rynku pracy i w obszarze integracji społecznej w
Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata
Zaktualizowana prognoza zatrudnienia według wielkich grup zawodów w Polsce na lata 4- Projekt Analiza procesów zachodzących na polskim rynku pracy i w obszarze integracji społecznej w kontekście prowadzonej
Sytuacja osób bezrobotnych w wieku do 30 lat na dolnośląskim rynku pracy. (stan na 31 grudnia 2015 r.)
Sytuacja osób bezrobotnych w wieku do 30 lat na dolnośląskim rynku pracy (stan na 31 grudnia r.) r. w powiatowych urzędach pracy województwa dolnośląskiego zarejestrowane były 23372 osoby bezrobotne w
INFORMACJA O STANIE I STRUKTURZE BEZROBOCIA W POWIECIE ŁĘCZYCKIM WEDŁUG STANU NA KONIEC 2010r i 2011r
ZAŁĄCZNIK do Sprawozdania z Działalności PUP w Łęczycy za 2011r INFORMACJA O IE I STRUKTURZE BEZROBOCIA W POWIECIE ŁĘCZYCKIM WEDŁUG U NA KONIEC 2010r i 2011r 1 2 BEZROBOCIE w przekroju miasto gminy MIASTO/
Prognoza liczby pracujących w rolnictwie w przekroju grup zawodów
Prognoza liczby pracujących w rolnictwie w przekroju grup zawodów Rysunek 1. Udział (w %) i liczba (w tys. osób) pracujących w rolnictwie w wielkiej grupie zawodowej: Przedstawiciele władz publicznych,
ń ź ń ń ć Ń ź ż ń ż ż Ń Ą ń ń Ę ń ń ń ż Ł ż Ł ż ń ć ź Ą źż ć ń Ę Ł ż Ą ć ż Ą ń Ł ż ń ż ń Ą ż ń ń ż ź ż ń ń ŚÓ ń Ś ź Ó Ł ć Ą Ń ż Ś ń Ą ń ń ń ż ń ź ń ż ź ń ń ż ż ń ń ż Ń ń ń ź ź Ą ń Ę Ń ń ń ń Ę ż Ś Ę ć Ń
Prognoza liczby pracujących w przemyśle w przekroju grup zawodów
Prognoza liczby pracujących w przemyśle w przekroju grup zawodów Rysunek. Udział (w ) i liczba (w osób) pracujących w przemyśle w wielkiej grupie zawodowej: Przedstawiciele władz publicznych, wyżsi urzędnicy
Prognoza liczby pracujących w usługach nierynkowych w przekroju grup zawodów
Prognoza liczby pracujących w usługach nierynkowych w przekroju grup zawodów Rysunek 0. Udział (w %) i liczba (w tys. osób) pracujących w usługach nierynkowych w wielkiej grupie zawodowej: Siły zbrojne
Informacja o bezrobotnych według grup zawodów i specjalności w I półroczu 2006 roku
Informacja o bezrobotnych według grup zawodów i specjalności w I półroczu 2006 roku UWAGI OGÓLNE 1. Opracowanie zawiera dane statystyczne opracowane za podstawie Załącznika nr 3 do sprawozdania MGiP-01
Projekt Kapitał ludzki i społeczny jako czynniki rozwoju regionu łódzkiego"
Projekt współfinansowany ze środków Unii Europejskiej w ramach Europejskiego Funduszu Społecznego. Poddziałanie8.1.2 Programu Operacyjnego Kapitał Ludzki Prognoza popytu na pracę według sekcji PKD oraz
Oczekiwania zachodniopomorskich pracodawców w kontekście szkolnictwa zawodowego
Oczekiwania zachodniopomorskich pracodawców w kontekście szkolnictwa zawodowego Artur Frąckiewicz Czy w ciągu najbliższych 12 miesięcy w Pana/i przedsiębiorstwie jest planowane zatrudnianie nowych pracowników?
ABSOLWENCI SZKÓŁ NA STARCIE ZAWODOWYM. Warszawa,
ABSOLWENCI SZKÓŁ NA STARCIE ZAWODOWYM Warszawa, 08.11.2016 Absolwenci szkół na starcie zawodowym Źródło: Bank Danych Lokalnych, GUS, Szkoły ponadgimnazjalne i policealne, Absolwenci szkół ponadgimnazjalnych
Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2018 roku
Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2018 roku Szczecin 2018 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski w czerwcu 2018 roku 2 wynosiła 3,7% tj. o 1,1
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w 2016 roku 2016 POWIAT GDAŃSKI Gdańsk, styczeń 2017 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na koniec 2016
20,1% 19,7% 18,9% 18,0% 16,2% 16,9% 16,3% 16,3% 18,8%
Sytuacja młodzieży na regionalnym rynku pracy Liczba bezrobotnych 250 000 50 000 Młodzież wśród ogółu bezrobotnych 43 913 Liczba bezrobotnych VIII. 2009 r. 20,1% 200 000 40 000 VI. 2009 r. I. 2009 r. 19,7%
RÓŻNICE W WYNAGRODZENIACH KOBIET I MĘŻCZYZN W POLSCE
RÓŻNICE W WYNAGRODZENIACH KOBIET I MĘŻCZYZN W POLSCE 2016 RÓŻNICE W WYNAGRODZENIACH KOBIET I MĘŻCZYZN W POLSCE Uwagi metodologiczne: Źródłem zaprezentowanych danych jest badanie struktury wynagrodzeń według
Monitoring zawodów deficytowych i nadwyżkowych
Monitoring zawodów deficytowych i nadwyżkowych Seminarium podsumowujące realizację projektu Rynek Pracy pod Lupą II Toruń, 11.06.2015 r. Monitoring ZDiN umożliwia przede wszystkim: identyfikację wybranych
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2017 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2017 ROKU 2017 POWIAT GDAŃSKI Gdańsk, styczeń 2018 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na koniec 2017
Zmiany bezrobocia w województwie zachodniopomorskim w 2015 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w 2015 roku Szczecin 2016 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski
Zmiany bezrobocia w województwie zachodniopomorskim w 2018 roku
Zmiany bezrobocia w województwie zachodniopomorskim w 2018 roku Szczecin 2019 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski w grudniu 2018 roku 2 wynosiła 3,5% tj. o 0,8 pkt proc.
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2019 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2019 ROKU 2019 MIASTO GDAŃSK Gdańsk, lipiec 2019 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2018 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2018 ROKU 2018 POWIAT GDAŃSKI Gdańsk, styczeń 2019 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na koniec 2018
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2018 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2018 ROKU 2018 POWIAT GDAŃSKI Gdańsk, lipiec 2018 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2019 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2019 ROKU 2019 POWIAT GDAŃSKI Gdańsk, lipiec 2019 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na
Zmiany bezrobocia w województwie zachodniopomorskim w 2016 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w 2016 roku Szczecin 2017 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski
Zmiany bezrobocia w województwie zachodniopomorskim w 2017 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w 2017 roku Szczecin 2018 Według danych Eurostat zharmonizowana stopa bezrobocia 1 dla Polski
UWAGI METODYCZNE Popyt na pracę Wolne miejsca pracy Nowo utworzone miejsca pracy
1 UWAGI METODYCZNE Badanie popytu na pracę, realizowane na formularzu Z 05, prowadzone jest w ramach programu badań statystycznych statystyki publicznej. Obejmuje ono podmioty gospodarki narodowej o liczbie
Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2014 roku Porównanie grudnia 2013 i czerwca 2014 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2014 roku Porównanie grudnia 2013 i czerwca 2014 roku Szczecin 2014 Według danych
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2018 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2018 ROKU 2018 MIASTO GDAŃSK Gdańsk, styczeń 2019 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na koniec 2018
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2017 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W 2017 ROKU 2017 MIASTO GDAŃSK Gdańsk, styczeń 2018 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na koniec 2017
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2018 ROKU
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY W I PÓŁROCZU 2018 ROKU 2018 MIASTO GDAŃSK Gdańsk, lipiec 2018 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy na
ÓŁ Ś Ó Ó Ó ć ć ć Ź Ó ŚĆ Ś ć ć ć ŚĆ Ź ć Ż Ó Ś Ó ć Ł Ż Ł Ż Ż ć ź ÓŁ Ż Ó Ź Ó Ó Ż ź Ś ć Ż Ś Ó Ź Ż ć ć ć Ż Ó Ó Ś Ó Ó Ź ć ź Ó Ź Ż Ó Ó Ż Ó Ś Ś Ż Ź Ś Ó Ź Ź Ó Ó Ł ÓŁ Ż Ż Ł Ó Ż Ż Ż ć ć ć Ż ź ź ć ź ć Ź Ó ć Ś Ś
Ł Ł Ó Ś Ż Ł Ń Ż Ż ć Ż Ł Ż Ż Ż Ż Ż Ż Ż Ż Ż Ż Ż Ł ć Ż Ż ć ć Ź Ł Ż Ż Ż ć ź Ż ń Ż Ż Ż Ż ć ń ć ń ć Ł Ż ć Ż Ł Ś ŻŻ Ł Ż Ń Ł ź Ź Ż Ź Ł Ż Ł Ł Ń ć Ó Ż Ń Ń Ł ź ź Ż Ż Ż Ś Ć Ż Ć Ł Ł Ł Ż Ż Ś ŚĆ Ś Ś ć ć Ż Ż ŚĆ Ś Ś ŚĆ
Sytuacja kobiet na mazowieckim rynku pracy prognozy Edyta Łaszkiewicz, Marzena Pawłowska
Sytuacja kobiet na mazowieckim rynku pracy prognozy Edyta Łaszkiewicz, Marzena Pawłowska Listopad 2010 Cel prognoz Uzyskanie szczegółowych informacji na temat sytuacji kobiet na mazowieckim rynku pracy
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY
POWIATOWY URZĄD PRACY W GDAŃSKU INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w 2015 roku 2015 MIASTO GDAŃSK Gdańsk, styczeń 2016 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego
Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2015 roku
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE Wydział Badań i Analiz Zmiany bezrobocia w województwie zachodniopomorskim w I półroczu 2015 roku Szczecin 2015 Według danych Eurostat zharmonizowana stopa bezrobocia
Kierownika sklepu zatrudnię jak i gdzie poszukujemy pracowników? Poznao, 22 września 2011
2011 Kierownika sklepu zatrudnię jak i gdzie poszukujemy pracowników? Poznao, 22 września 2011 Kierownika sklepu zatrudnię jak i gdzie poszukujemy pracowników? prelegent: Anna Strzebooska, UJ, ekspert
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w I półroczu 2017 roku
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w I półroczu 2017 roku 2017 P O W IAT GDA Ń SKI Gdańsk, 2017 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy w końcu
Zapotrzebowanie na kwalifikacje zawodowe do 2020 roku województwo łódzkie
Zapotrzebowanie na kwalifikacje zawodowe do 2020 roku województwo łódzkie Łukasz Arendt Katedra Polityki Ekonomicznej Uniwersytet Łódzki oraz Instytut Pracy i Spraw Socjalnych Zamiast wprowadzenia Podejście
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w I półroczu 2017 roku
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w I półroczu 2017 roku 2017 MIASTO GDA Ń S K Gdańsk, 2017 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego miejsca pracy w końcu
Zawody deficytowe i nadwyżkowe w latach relacja popytu i podaży
Zawody deficytowe i nadwyżkowe w latach 2010-2013 - relacja popytu i podaży Seminarium podsumowujące projekt Rynek Pracy pod Lupą Toruń, 17.12.2013 r. Nowe rejestracje bezrobotnych i zgłoszone wolne miejsca
POWIATOWY URZĄD PRACY W TARNOWIE. w TARNOWIE w 2005 roku RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH. TARNÓW 2005 r.
POWIATOWY URZĄD PRACY W TARNOWIE RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH w TARNOWIE w 2005 roku TARNÓW 2005 r. RANKING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH w Mieście Tarnowie w 2005 ROKU WSTĘP 1. Opracowanie
INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY
POWIATOWY URZĄD PRACY W GDAŃSKU INFORMACJA O SYTUACJI NA LOKALNYM RYNKU PRACY w 2015 roku 2015 POWIAT GDAŃSKI Gdańsk, styczeń 2016 Spis treści 1. Zarejestrowani bezrobotni wg rodzaju działalności ostatniego
Sugestie dotyczące raportów powiatowych z Monitoringu Zawodów Deficytowych i Nadwyżkowych
Sugestie dotyczące raportów powiatowych z Monitoringu Zawodów Deficytowych i Nadwyżkowych Toruń,, 26 marca 2012 r. Spotkanie robocze z pracownikami PUP odpowiedzialnymi za realizacj cję badań pracodawców
Analiza wynagrodzeń pracowników tymczasowych
Analiza wynagrodzeń pracowników tymczasowych 2018 Analiza wynagrodzeń pracowników tymczasowych Polskie Forum HR przeanalizowało wysokość wynagrodzeń pracowników tymczasowych w 2018 roku (na podstawie danych
BEZROBOCIE REJESTROWANE W WOJEWÓDZTWIE LUBELSKIM W 2015 R. Stan w I półroczu
URZĄD STATYSTYCZNY W LUBLINIE OPRACOWANIA SYGNALNE Lublin, sierpień 2015 r. Kontakt: SekretariatUSLUB@stat.gov.pl Tel. 81 533 20 51, fax 81 533 27 61 Internet: http://lublin.stat.gov.pl BEZROBOCIE REJESTROWANE
SYSTEMATYCZNOŚĆ BRAKÓW DANYCH W BADANIACH SONDAŻOWYCH. Jakub Rutkowski
SYSTEMATYCZNOŚĆ BRAKÓW DANYCH W BADANIACH SONDAŻOWYCH Jakub Rutkowski NA NA NA NA NA NA NA NA NA NA Braki danych 3 Wskaźnik zrealizowania próby (response rate): Wskaźnik frakcji jednostek niedostępnych
Ranking zawodów deficytowych i nadwyżkowych w powiecie choszczeńskim w 2007 roku - część 2.
Ranking zawodów deficytowych i nadwyżkowych w powiecie choszczeńskim w 2007 roku - część 2. CHOSZCZNO SIERPIEŃ 2008 R. 1 1. ABSOLWENCI ZACHODNIOPOMORSKICH UCZELNI ZAREJESTROWANI W POWIATOWYM URZĘDZIE PRACY
METROPOLITALNY I MAZOWIECKI RYNEK PRACY
METROPOLITALNY I MAZOWIECKI RYNEK PRACY W ŚWIETLE WYNIKÓW BADAŃ I ANALIZ MAZOWIECKIEGO OBSERWATORIUM RYNKU PRACY Warszawskie Forum Polityki Społecznej Rozwój rynku pracy w polityce społecznej Warszawy
MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W WOJEWÓDZTWIE POMORSKIM W 2007 r.
Wojewódzki Urząd Pracy w Gdańsku MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W WOJEWÓDZTWIE POMORSKIM W 2007 r. II CZĘŚĆ Gdańsk, październik 2008 r. Raport opracowano w Zespole Badań, Analiz i Informacji
LUDNOŚĆ WEDŁUG EKONOMICZNYCH GRUP WIEKU W LATACH
W Polsce, podobnie jak w innych krajach europejskich, sytuacja kobiet na rynku pracy różni się od sytuacji zawodowej mężczyzn. Płeć jest więc jedną z najważniejszych cech uwzględnianych w statystyce rynku
IMIGRANCI NA RYNKU PRACY W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM
WOJEWÓDZKI URZĄD PRACY W SZCZECINIE IMIGRANCI NA RYNKU PRACY W WOJEWÓDZTWIE ZACHODNIOPOMORSKIM MARTA MRÓZ WYDZIAŁ BADAŃ I ANALIZ BIURO ZACHODNIOPOMORSKIE OBSERWATORIUM RYNKU PRACY 2015 IMIGRANCI NA RYNKU
Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku
Załącznik nr 1 Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku Dzień dobry! [gdy PUP realizuje badania samodzielnie] Nazywam się i jestem pracownikiem Powiatowego Urzędu Pracy w [gdy PUP
Powiatowy Urząd Pracy w Złotoryi. Analiza i ocena sytuacji na lokalnym rynku pracy w 2000 r. Złotoryja styczeń 2001 r.
Powiatowy Urząd Pracy w Złotoryi Analiza i ocena sytuacji na lokalnym rynku pracy w 2000 r. Złotoryja styczeń 2001 r. 1. INFORMACJA O STANIE I STRUKTURZE BEZROBOCIA W POWIECIE 1.1 Ocena zmian w poziomie
Fermy przemysłowe w Polsce i ich społeczny odbiór. Jarosław Urbański Zachodni Ośrodek Badań Społecznych i Ekonomicznych
Fermy przemysłowe w Polsce i ich społeczny odbiór Jarosław Urbański Zachodni Ośrodek Badań Społecznych i Ekonomicznych Wzrost produkcji żywca rzeźnego w kilogramach w przeliczeniu na jeden hektar użytków
GŁÓWNY URZĄD STATYSTYCZNY, al. Niepodległości 208, Warszawa SG-01. Statystyka gminy: samorząd i transport. za rok 2014 SAMORZĄD
GŁÓWNY URZĄD STATYSTYCZNY, al. Niepodległości 208, 00-925 Warszawa Nazwa i adres jednostki sprawozdawczej URZĄD MIASTA HELU Numer identyfikacyjny - REGON 00052357700000 SG-01 Statystyka gminy: samorząd
ć ć Ż ć Ż ć ć ź ć ć ć ć ć ć ć ć ć ź ć ć ź Ę ć ć ź ć ź ć ć ć ć ć ć ć Ę ć ć ź ć ć ź ź ź ź ź ź Ę Ę ź Ę ć ź ć ź ź ć ć ć Ę ć ź ź ć ź ć ć ź Ą ć ź ź ź ź ć ć ć Ę ź ź ć ć ć ć ć ć ź ź ć ć ć ć ć ć ć ć ć ć ć ź ź ć
Ś Ę Ż Ż Ł ź ź Ę ź Ę Ą Ę ź ć Ś Ą ć Ą ź ć Ó Ę ć ć Ś ć ć Ń ć Ż Ź Ż ć Ś ć Ę Ę Ę Ł ź ć Ś Ś ź Ł ć Ę ć Ł ć ź Ł ć Ż ć Ą Ś Ę ź Ę ć ź ć Ł Ń Ę ć Ś ź ć Ł Ł Ń ć ć ć ć Ę Ę ć ć Ż Ń Ń ŻŻ Ż Ę Ż ć ć Ę Ż Ó ć Ł Ą ć Ś Ę ć
Ą ń Ż Ź Ś Ż ź Ł Ż Ż ź ź Ż Ż Ż Ż ź ź ź ż Ż ź Ż ż ń Ż ż ć ń ż ż ż Ż ź Ż Ż ź Ż ż Ż ć ż Ż Ś ż Ś Ż ź ń ń Ż ń Ż ń Ż ź ń ń ż ż ń Ą ń Ą ń ń ń ń ń ź ń Ź ż ć ż Ż ć ź Ż ć ż ć ć ż Ą ć ń ń ć Ł ż ż ć Ż Ż ż ż Ż Ż Ż ń
Ł Ś Ą Ł Ę ź Ł Ł Ę Ł ź Ł Ł Ś Ł Ł ż Ł Ś Ł Ł Ś Ł ź Ę ź Ł Ł Ł Ł Ł Ł ź ć ż Ę ż Ł ż ż ć ć ć ć ć ć ż Ę ć ć ć ć ć ć ż ż ć ż ż ż ż Ł Ś Ł ż ż ć ć ć ż ć ć ć ć ż ż ż Ł Ś Ł ż Ł Ł Ł ż Ł Ś Ł Ł Ś Ł ż Ł Ś Ł ź ż Ę ż ż ź
ź Ę ć Ż Ż ń ć Ż Ę Ż ć ć ć Ż ć ć ź Ż ć Ż Ż ć ć ń Ż ć Ś Ę Ż ń Ż ć Ż ć Ż ć Ż Ż Ę ć Ż Ż Ż Ą Ę Ą ć Ż ć ć Ż Ą Ż ć ń ń Ż ń Ż Ę Ż ć Ż Ż Ł Ą źź ź ć Ż Ż Ż Ż Ę ź ź ź ź Ż Ż ń Ż Ż Ó ń Ś ć ń Ą Ę Ą Ż Ą Ę Ś Ę Ż ć Ę Ś
Ł Ń Ł Ł ź Ż ź Ł Ż Ó ż ż Ą ź Ą Ó Ń Ą Ł Ł Ą Ż Ś Ą ź Ż Ż ź Ż Ż ż Ą Ł Ż Ź Ź ź Ó ź Ł Ą ź Ń ź Ó Ł ż ć Ś Ś Ą Ł Ś ż ź ź Ą Ż Ł Ś Ś Ł Ż Ń Ń Ł Ó Ś Ś ć Ś Ó Ć ć ć Ś ż Ó Ó ź Ó Ó Ś Ó Ą Ą ć Ą Ą Ł Ą Ł Ą Ł ż Ł ź ć Ł Ą
Ż ń ń Ł Ą ń Ą Ż Ą Ż ń Ą ń ń ń ń Ł Ą ń ń ń ń ń Ą ń ń ń ń ń ń ń ć ń Ż ń ń Ą Ś Ą Ś Ą ń Ą Ś Ę ń Ś ń ń Ą ń Ż ń ź ź ń Ś ń ń Ś Ę Ś Ź Ś ń ń ć Ż ń ń Ą ń Ś Ż ń Ż Ż Ć Ż Ś Ś ć Ż Ż ć Ą ń Ą ń Ż ń ń ń Ż ć Ż Ż ń ń Ś Ż
Ł Ż Ł Ł Ł Ł ż ż ć ź ć ż ż Ż ż Ż ż Ż ć Ż Ł Ż ć ŻŻ ź ż Ł ż ż ż Ż ć Ł Ł ż ż ż ż Ż ż ż ź ć Ż ż ż Ż ż Ż ć ż ć Ż ź ż ż ć ć Ż ż Ź ż ż ż ź ż ż ź ż ż ż ż ż ź Ż Ż ź ż ć ż ż Ł ż ć ż ż ż ć ż ż ć Ż Ż ż ż ż ź ć ż ż
Ą Ę ą Ś ą ć Ą ą ą ą ą ŻŻ ŻŻ Ą Ż ą ą ą ą ą ą ą ą ą Ą ą ą Ęć ą ą ą ą ą ć Ę Ś Ą ć ą ć Ś ą Ą ć Ą ą Ą ź Ę ź ą ć ć ą ą Ę ą ą Ę ą ą ą ą ą ą ć ą ą ą ą ć ą ą ą Ę ą ą ą ą ą ą ą ą ć ć ź ą Ą ą ć Ę Ł Ł Ę ą ą Ą ą ą
ń Ż ć Ą Ę Ę ń Ą Ż ń Ż ń Ę Ę Ę ń Ż ń Ś ń ć Ś ń ń ń ń ń Ę Ę Ą ń Ą Ń Ę ń Ż Ń ń Ź ń Ż Ś ń Ż ń ń ń Ź Ż Ą ń ń Ż ń ć Ś ń ń ź ń ń Ź ń Ś Ź ń ń ń Ż ń ć Ś ń ń ć Ż Ę ń ć Ś Ś Ż ń Ź Ż ń ń Ą ń Ś Ść Ń ń ń ź ń Ż ń Ż Ż
Statystyka rynku pracy - woj. mazowieckie
Statystyka rynku pracy - woj. mazowieckie Lipiec 2019 Liczba osób bezrobotnych i stopa bezrobocia W lipcu 2019 r. w urzędach pracy zarejestrowanych było 125 601 osób bezrobotnych. To o 1 052 osoby mniej
Analiza wynagrodzeń pracowników tymczasowych
Analiza wynagrodzeń pracowników tymczasowych 2017 Analiza wynagrodzeń pracowników tymczasowych Polskie Forum HR przeanalizowało wysokość wynagrodzeń pracowników tymczasowych w pierwszym kwartale 2017 roku.
Rynek pracy w obszarze przygranicznym województwa lubelskiego Wojewódzki Urząd Pracy w Lublinie Dyrektor Jacek Gallant Liczba bezrobotnych W latach 2000-20012001 utrzymywała się tendencje wzrostu bezrobocia.
TRENDY NA RYNKU PRACY
TRENDY NA RYNKU PRACY IX Konferencja Małopolska otwarta na wiedzę Kraków, 5 czerwca 2017 r. Rynek pracy w Małopolsce sytuacja na rynku pracy poprawia się: zwiększa się liczba podmiotów gospodarczych, zwiększa
Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku
Kwestionariusz do badania przedsiębiorstw w powiecie w 20.. roku Dzień dobry! [GDY PUP REALIZUJE BADANIE SAMODZIELNIE] Nazywam się i jestem pracownikiem Powiatowego Urzędu Pracy w [GDY PUP ZLECA BADANIE
Sytuacja zawodowa osób z wyższym wykształceniem w Polsce i w krajach Unii Europejskiej w 2012 r.
1 Urz d Statystyczny w Gda sku W Polsce w 2012 r. udział osób w wieku 30-34 lata posiadających wykształcenie wyższe w ogólnej liczbie ludności w tym wieku (aktywni zawodowo + bierni zawodowo) wyniósł 39,1%
UDZIAŁ KOBIET W OGÓLNEJ LICZBIE ZATRUDNIONYCH W POLSCE % 50. Źródło: Rocznik Statystyczny Pracy 2012.
Płeć jest jedną z kluczowych cech stosowanych w analizie rynku pracy. Wiele zjawisk przedstawionych jest w podziale na mężczyzn i kobiety. Także indywidualne możliwości oraz decyzje pracowników i osób
DEKLARACJA UDZIAŁU W PROJEKCIE
DEKLARACJA UDZIAŁU W PROJEKCIE Deklaruję uczestnictwo w projekcie nr Z/2.22/II/2.1/25/01/06 EFS Edukacja Formą Sukcesu miast pomorskich Kwidzyn, Malbork, Starogard Gdański, Tczew Realizowanego w ramach
Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl I: sierpień - wrzesień 2013
Cykliczne badanie popytu na pracę w ramach projektu Opolskie Obserwatorium Rynku Pracy III cykl I: sierpień - wrzesień 2013 Zamawiający: Wojewódzki Urząd Pracy w Opolu, ul. Głogowska 25c, 45-315 Opole
GŁÓWNY URZĄD STATYSTYCZNY, al. Niepodległości 208, Warszawa SG-01. Statystyka gminy: samorząd i transport. za rok 2014 SAMORZĄD
GŁÓWNY URZĄD STATYSTYCZNY, al. Niepodległości 208, 00-925 Warszawa Nazwa i adres jednostki sprawozdawczej URZĄD MIEJSKI W RADOMIU Numer identyfikacyjny - REGON 00051614600000 SG-01 Statystyka gminy: samorząd
WYNIKI BADAŃ W SZKOŁACH PONADGIMNAZJALNYCH
WYNIKI BADAŃ W SZKOŁACH PONADGIMNAZJALNYCH Powiatowy Urząd Pracy w Bochni analizując sytuację na lokalnym rynku pracy prowadzi stałe badanie zawodów deficytowych i nadwyżkowych. Przez monitoring zawodów
ANALIZA WYNAGRODZEŃ PRACOWNIKÓW TYMCZASOWYCH W POSZCZEGÓLNYCH ZAWODACH W 2016 ROKU
Warszawa 27 października 2016 r. ANALIZA WYNAGRODZEŃ PRACOWNIKÓW TYMCZASOWYCH W POSZCZEGÓLNYCH ZAWODACH W 2016 ROKU Polskie Forum HR po raz kolejny przeanalizowało wysokość wynagrodzeń pracowników tymczasowych.
Badanie internetowych ofert pracy dla województwa kujawsko-pomorskiego
Badanie internetowych ofert pracy dla województwa kujawsko-pomorskiego Seminarium podsumowujące projekt Rynek Pracy pod Lupą II Toruń, 11 czerwca 2015 r. Informacje o badaniu Badanie realizowano dla dwóch
Analiza struktury wynagrodzeń w województwie zachodniopomorskim
Jacek Batóg Uniwersytet Szczeciński Analiza struktury wynagrodzeń w województwie zachodniopomorskim Poziom wynagrodzeń otrzymywanych za pracę jest silnie skorelowany z aktualnym stanem gospodarki. W długim
Zapotrzebowanie kadrowe firm w Łodzi na pracowników w wieku 50-60 lat oraz 60+ w świetle badań Obserwatorium Rynku Pracy dla Edukacji
Zapotrzebowanie kadrowe firm w Łodzi na pracowników w wieku 50-60 lat oraz 60+ w świetle badań Obserwatorium Rynku Pracy dla Edukacji Cele badania 1. Weryfikacja planów zatrudnieniowych pracodawców. 2.
POWIATOWY URZĄD PRACY
i URZĄD PRACY POWIATOWY URZĄD PRACY JELENIA GÓRA MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W MIEŚCIE JELENIA GÓRA I POWIECIE JELENIOGÓRSKIM RAPORT za 2014 rok marzec 2015 SPIS TREŚCI 1. Wstęp.. 3
MONITORING ZAWODÓW DEFICYTOWYCH I NADWYśKOWYCH W WOJEWÓDZTWIE POMORSKIM W 2009 r. CZĘŚĆ II. Gdańsk, sierpień 2010 r.
MONITORING ZAWODÓW DEFICYTOWYCH I NADWYśKOWYCH W WOJEWÓDZTWIE POMORSKIM W 2009 r. CZĘŚĆ II Gdańsk, sierpień 2010 r. Raport opracowano w Zespole Badań i Analiz Wojewódzkiego Urzędu Pracy w Gdańsku 2 Spis
źź ć Ó Ż Ż ź Ś ń ń ń ź ź ń ż Ó Ł Ó Ł ź ń ź Ś ć ż Ś Ó Ś Ś Ó Ó Ź Ó Ó Ó ń Ś ż ń ń ń Łź ż ń ń ż ź ź ć Ż Ż ń Ź ń ć ż Ś ć Ś Ł ź Ż ć Ł Ł Ł ż Ł Ł ć ć Ł Ł Ź Ż Ó Ż ć ć ż Ó Ó ż Ź Ó Ó Ó Ć ć ź ź ż ż ź ć ć ń ź ź ź ć
MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W MIEŚCIE JELENIA GÓRA I POWIECIE JELENIOGÓRSKIM
POWIATOWY URZĄD PRACY W JELENIEJ GÓRZE MONITORING ZAWODÓW DEFICYTOWYCH I NADWYŻKOWYCH W MIEŚCIE JELENIA GÓRA I POWIECIE JELENIOGÓRSKIM RAPORT II/P/2013 marzec 2014 SPIS TREŚCI 1. Wstęp.. 3 2. Analiza bezrobocia
INFORMACJA O SYTUACJI NA RYNKU PRACY W WOJ. DOLNOŚLĄSKIM W GRUDNIU 2013 ROKU.
Liczba bezrobotnych w tys. osób INFORMACJA O SYTUACJI NA RYNKU PRACY W WOJ. DOLNOŚLĄSKIM W GRUDNIU ROKU. 1. Ogólne informacje o stanie bezrobocia w grudniu r. Porównanie wzrostu i spadku liczby zarejestrowanych
Seminarium dotyczące realizacji projektu systemowego WUP w Toruniu Rynek Pracy pod Lupą
Seminarium dotyczące realizacji projektu systemowego WUP w Toruniu Rynek Pracy pod Lupą Toruń, 15 czerwca 2012 r. Spotkanie współfinansowane przez Unię Europejską w ramach Europejskiego Funduszu Społecznego
MONITORING ZAWODÓW DEFICYTOWYCH I NADWYśKOWYCH W WOJEWÓDZTWIE POMORSKIM W 2008 r.
MONITORING ZAWODÓW DEFICYTOWYCH I NADWYśKOWYCH W WOJEWÓDZTWIE POMORSKIM W 2008 r. CZĘŚĆ II Gdańsk, wrzesień 2009 r. Raport opracowano w Zespole Badań, Analiz i Informacji Wojewódzkiego Urzędu Pracy w Gdańsku
Czynniki geograficzne (kraj, region, miasto) Czynniki demograficzne (płeć, wiek, dochody, edukacja)
MARKETING ĆWICZENIA WYDZIAŁ INŻYNIERII ZARZĄDZANIA dr inż. Joanna Majchrzak Katedra Marketingu i Sterowania Ekonomicznego Mail: joanna.majchrzak@put.poznan.pl Konsultacje: p. 316 Poniedziałek 9:45 11:15
WZÓR UMOWA NR XXXXXXXX
WZÓR UMOWA NR XXXXXXXX o odbywanie stażu przez bezrobotnego (nych) zawarta w dniu XXXXX. pomiędzy: Powiatowym Urzędem Pracy z siedzibą w Gdyni (81-332), ul. Kołłątaja 8 reprezentowanym przez Dyrektora
Bilans Kapitału Ludzkiego
2013 Bilans Kapitału Ludzkiego Jakich pracowników poszukują pracodawcy? Obecne trendy na rynku pracy dr Marcin Kocór Kraków, 25 czerwca 2013 Plan prezentacji Słowo o projekcie Bilans Kapitału Ludzkiego
STRUKTURA WYNAGRODZEŃ WEDŁUG ZAWODÓW W PAŹDZIERNIKU 2014 R.
GŁÓWNY URZĄD STATYSTYCZNY Warszawa, 11 grudnia 2015 r. Notatka informacyjna STRUKTURA WYNAGRODZEŃ WEDŁUG ZAWODÓW W PAŹDZIERNIKU 2014 R. Podstawowe wyniki Wyniki badania struktury wynagrodzeń jako jedyne