Az Európai Unió tagországainak, a csatlakozásra váró országoknak

Slides:



Advertisements
Hasonló előadás
Bizalom, társadalmi tőke, intézményi kötődés
Advertisements

A MAGYAR REGIONÁLIS TUDOMÁNYI TÁRSASÁG XI. VÁNDORGYŰLÉSE Az új európai kohéziós politika November 22. Kaposvár PhD hallgató SZIE Enyedi György Regionális.
Gazdasági Informatika Tanszék
Verseny és szabályozás Pápai Zoltán .
A területfejlesztés dinamikája Magyarországon Egy f ő re jutó jövedelmek rendszere Európában és Magyarországon Készítette: Hollanda Timea.
Népesedési folyamatok
EU alapismeretek E-Learning.
Földrajzi összefüggések elemzése
Főkomponensanalízis Többváltozós elemzések esetében gyakran jelent problémát a vizsgált változók korreláltsága. A főkomponenselemzés segítségével a változók.
Gazdaságelemzési és Statisztikai Tanszék
Az Európai Unió története
1 ”Közlekedési rendszerünk az EU csatlakozás küszöbén” Tudományos konferencia, Győr, Széchenyi István Egyetem, november 5. Dr. Holló Péter az MTA.
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. Faktor = „jellemző”, „háttérváltozó” A faktoranalízis (FA) alapjában a változók csoportosítására, redukciójára.
Ozsváth Károly TF Kommunikációs-Informatikai és Oktatástechnológiai Tanszék.
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. Fábián Gy. – Zsidegh M.: A testnevelési és sporttudományos kutatások módszertana, p. (SPSS: p.,
Ozsváth Károly NYME ACSJK Testnevelési Tanszék. A diszkriminanciaanalízis (DSC, DISCRIMINANT) /{ DA, MDA }/ csoportok közti különbségek (különbözőségek),
A földhasználat és a területi versenyképesség főbb közgazdasági összefüggései Előadó: Kollár Kitti doktorjelölt, tanszéki mérnök Komárno november.
Térszerkezeti sajátosságok Közép-Kelet-Európában
Készítette: Bukhár Máté.  Elemzésem alapján bemutatni az uniós tagországok gázolaj árait.  Azokhoz képest megállapítani, hogy a magyar gázolaj drága-e.
Miért kell többváltozós modellekhez folyamodnunk (a túlélési analízis során)?
Diszkriminancia analízis
Diszkriminancia analízis
Főkomponens és faktor analízis
EU II..
Szegénység megjelenési formái az Észak-magyarországi régióban
TRANZITOLÓGIA V. ELŐADÁS
Gazdaság- és Társadalomtudományi Kar Regionális Gazdaságtani és Vidékfejlesztési Intézet A LEADER PROGRAM MINT HELYI PARTNERSÉG KÉRDÉSEI MAGYARORSZÁGON.
Egytényezős variancia-analízis
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Kovács Álmos, szakállamtitkár Pénzügyminisztérium
„Családtámogatások, rugalmas munkavégzési formák és társadalmi kohézió” műhelykonferencia Budapest, november 24. Dr. Pulay Gyula, főigazgató, ÁSZ.
Akkor és most – Az EU-hoz kapcsolódó üzleti várakozások hazánkban Petz Raymund GKI Gazdaságkutató Zrt.
Demográfiai válság: Hová tartasz Nógrád megye?
Gazdasági és foglalkoztatási folyamatok Magyarországon
Többváltozós adatelemzés
Többváltozós adatelemzés
Algoritmikus gondolkodás fejlesztése informatikai eszközökkel
KÖZSZOLGÁLTATÁS TERVEZÉSE, SZERVEZÉSE Általános Vállalkozási Főiskola III. évfolyam 2008/2009. tanév 3. Az Európai Unió politikái.
Informatika bemeneti mérés
Paleobiológiai módszerek és modellek 7. Hét TÖBBVÁLTOZÓS ADATELEMZÉS
Kis és nagy iskolák HÉTFA Kutatóintézet és Elemző Központ
Az EURÓPAI UNIÓ (EU ismeretek)
Trendváltás a termékenység és a női foglalkoztatás kapcsolatában Dr. Pulay Gyulának, az ÁSZ Kutató Intézete főigazgatójának előadása „Tudomány a gyarapodó.
Szent István Egyetem Gazdaság-és Társadalomtudományi Kar Az EU- tagság és a gazdaság fellendülése közötti téves kapcsolat vizsgálata.
Európa regionális földrajza
Kutatási beszámoló 2002/2003 I. félév Iváncsy Renáta.
Dr. Kocsis M. Tamás: Magyarország és a közösségi védjegyrendszer – egy elszalasztott lehetőség MIE Konferencia május Felsőtárkány.
Gazdasági kilátások Török Zoltán Vezető elemző 2014 február Raiffeisen Bank.
Az Internet-felhasználás területi egyenlőtlenségeinek előrejelzése Magyarországon VIII. Fiatal Regionalisták konferenciája Győr, Készítette: Zsom.
Önkormányzati Egészségügyi Napok
Feladatok.
Startup felvásárlások multikulturális hátterének elemzése, avagy mesterséges intelligencia alapú ellenőrzőszámítás diszkriminancia-elemzéshez Barta Gergő,
MIE Konferencia május Felsőtárkány
Oszlopdiagram dr. Jeney László egyetemi adjunktus
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
A nagyvárosok, mint az európai térszerkezet kitüntetett pontjai
Dr. Varga Beatrix egyetemi docens
A NÉPESÉG ÉS A GAZDASÁG TERÜLETI KÜLÖNBSÉGEI A POSZT-SZOCIALISTA ERDÉLYBEN Szerzők: Berekméri Mária, PhD hallgató Kurkó Ibolya, PhD hallgató BBTE Földrajz.
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
Az európai nagyvároshálózaton belüli fejlettségi különbségek
Rangsoroláson és pontozáson alapuló komplex mutatók
Az európai nagyvároshálózaton belüli fejlettségi különbségek
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
2. Regresszióanalízis Korreláció analízis: milyen irányú, milyen erős összefüggés van két változó között. Regresszióanalízis: kvantitatív kapcsolat meghatározása.
Mérési skálák, adatsorok típusai
A nagyváros–vidék kettősség az európai térszerkezetben
Dr. Varga Beatrix egyetemi docens
Friedrich Ebert Stiftung Szociális párbeszéd és ipar 4.0 konferencia
Előadás másolata:

Az Európai Unió tagországainak, a csatlakozásra váró országoknak Szent István Egyetem Gödöllő Gazdálkodási - és Szervezéstudományi Doktori Iskola Gazdasági Informatika Tanszék Az Európai Unió tagországainak, a csatlakozásra váró országoknak és néhány fejlett ill. fejlődő ország információs- és kommunikációs technikai ellátottságának összehasonlító elemzése. Esettanulmány a „Kvantitatív és kvaliatív elemzési módszerek” c. tárgyhoz Készítette: Orosz Erika I. évf. PhD – hallgató 2004 2018.11.30.

Többváltozós módszerek Alkalmazási terület: sok megfigyelési egységre és több változóra kiterjedő adatsorok jellemzésére. Jellemző: Mesterséges változókat képezünk, amelyek a megfigyelési változók összefüggésrendszerére épülnek. (érdemes, ha: a megfigy.vált. egy része korrelál egymással!!!) Elemzés - MINITAB programmal 2018.11.30.

Megfigyelési egységek és változók Cél: a megfigyelési egységek csoportjainak elemzése és a megfigyelési változók mögötti háttérváltozók felderítése Itt: megfigyelési egységek EU-tagországok EU-hoz csatlakozók Fejlődő országok Fejlett országok Itt: megfigyelési változók GDP/fő ($) Szolgáltatás aránya a GDP-ben Internethasználók száma (ezer lakosra) PC száma (ezer lakosra mobiltelefonok száma (ezer lakosra) munkanélküliek száma (ezer fő) 2018.11.30.

Hipotézis Az IKT fejlettség szerint az EU-tagországok, EU-hoz csatlakozó országok, fejlett és fejlődő országok átkerülhetnek más csoportba. 2018.11.30.

Kiindulásképpen: Alapadatok Gazdasági és IKT – mutatók alakulása 43 országban (2002,2003 adatok) 2018.11.30. Forrás: www.ksh.hu ; http://www.cia.gov/cia/publications/factbook/geos/nz.html

Az alapadatmátrix – Minitab A jó alapadatmátrix: Nincs hiányzó adat Teljesül n > 3p és Nincs extrém adat Nincs konstans adat 2018.11.30.

Többváltozós elemzési módszerek Főkomponens analízis (Principal Component An. PCA) Diszkriminancia analízis (Discriminant Analysis) Faktor analízis (Factor Analysis) Cluster analízis (Cluster Analysis) 2018.11.30.

Az összefüggésrendszer feltárása PCA segítségével – 1. Jelentős főkomponensváltozók:  >1 és az összes variancia legalább 80%-át magyarázza Az összefüggésrendszer feltárása PCA segítségével – 1. Sajátérték; U-mátrix Forrás: Saját számítás 2018.11.30.

Az összefüggésrendszer feltárása PCA segítségével – 2. A kritériumok alapján az „ U-mátrixban” (st. Megfigyelésiváltozók és a kőkomp. Változók közötti lineáris kapcsolat mátrixa) a PC1 = B1 és PC2 = B2 a főkomponens  a mátrix első két oszlopát kell vizsgálni a változók közötti kapcsolatrendszer megállapítására. Sajátérték; U-mátrix 2018.11.30. Forrás: Saját számítás

Az összefüggésrendszer feltárása PCA segítségével – 3a. Az első főkomponensnek az egy főre jutó GDP ($), a szolgáltatásnak a GDP-ben foglalt aránya, az Internet felhasználók, a PC-k száma, Mobiltelefonok száma és a munkanélküliek aránya változókkal való kapcsolata tekinthető szignifikánsnak. Forrás: Saját számítás 2018.11.30.

Az összefüggésrendszer feltárása PCA segítségével – 3b. A második főkomponensnek Internet Service Providers (ISPs) változókkal való kapcsolatatekinthető szignifikánsnak. Forrás: Saját számítás 2018.11.30.

Az egyes változócsoportokon belüli változók közötti összefüggés elemzése Ahol a főkomponens koefficiensek előjele az U - mátrixban negatív, az azokhoz tartozó változók pozitívan függenek egymással össze, és ezek ellentétes irányú kapcsolatban állnak a pozitív előjelű főkomponens koefficienshez tartozó változóval. 2018.11.30.

A PCA eredménye A gazdaságilag fejlett országok, alacsony munkanélküliségi rátával bírnak, ezekre jellemző: Mobiltelefon, PC& Internet penetráció magas, viszonylag sok az Internet szolgáltatók száma  az IKT fejlettségi szint magasabb, mint a kevésbé fejlett országokban. 2018.11.30.

Minitab program „Plot” almenüje és a diszkriminancia analízis. Az egyes megfigyelési egységek „hovatartozásának” megjelenítése, jósága Az egyes megfigyelési egységek (országok) vélt csoportosítása helyes –e? Minitab program „Plot” almenüje és a diszkriminancia analízis. 2018.11.30.

Az egyes megfigyelési egységek „hovatartozásának” megjelenítése Ennek alapján az országok 5 csoportba sorolhatók, de valóban ezek az országok alkotják az egyes csoportokat? (vö. hipotézis ) Forrás: Saját számítás 2018.11.30. Erre ad választ a diszkriminancia analízis

A megfigyelési egységek IKT fejlettségi szint szerinti csoportosításának helyessége Az IKT fejlettségi szint szerint (úgy mint gazdasági fejlettség szerint is) az országokat előzetesen 4 csoportba soroltam: EU – tagországok (0) EU-hoz csatlakozók (1) Fejlődő országok (2) Fejlett országok (3) Az előbbi „plot” ábrázolás szerint azonban az egyes kategóriákba tartozó megfigy. egységek átkerültek másik csoportba. Ezt ellenőriztem a diszkriminancia elemzéssel: 2018.11.30.

Diszkriminancia analízis - Minitab A megfigyelési egységek előzetes csoportba sorolása Az országok csoportosítása az algoritmus szerint 2018.11.30.

A megfigyelési egységek IKT fejlettségi szint szerinti csoportosításának helyességének ellenőrzése diszkriminancia elemzéssel –1 Az egyes kategóriákba általam besorolt országok megközelítőleg 75% -os helyességgel tartoznak az előzetes besorolási csoportba. 2018.11.30.

Forrás: Saját számítás A megfigyelési egységek IKT fejlettségi szint szerinti csoportosításának helyességének ellenőrzése diszkriminancia elemzéssel – 2 Az elemzés szerint (csak a legszembetűnőbb eltérésekre térek ki)az alábbi országok „vándoroltak”: Pozitív átsorolás (előrelépés): Szlovénia, Izrael esetében, azaz az IKT fejlettségi szint az EU-tagországokra jellemzően magas. Negatív átsorolás (visszalépés): Görögország, Spanyolország esetében, mint kohéziós tagország, az IKT fejlettsége nem éri el az EU-átlagot, Lettország, Románia, Ciprus esetében pedig inkább a fejlődő országokhoz sorolandók az IKT fejlődésüket tekintve. Az EU tagországok közül az IKT fejlettségi szint : Svédország, Luxemburg és Hollandia esetében eléri a fejlett országokra jellemző szintet. Forrás: Saját számítás 2018.11.30.

Következtetések, összefoglalás 1. A fejlettség szerint EU-tagországok átkerülhetnek a „csatlakozók” csoportjába. Eredmény: IGEN, erre példa: Görögország, Spanyolország 2. A „csatlakozók” belekerülhetnek a fejlődő országok csoportjába. negatív példa: Ciprus, Románia, Lettország pozitív példa: Izrael 3. A „csatlakozók” az IKT fejlettséget tekintve (elérve az EU-átlagot) belekerülhetnek az EU-tagországok csoportjába. példa: Szlovénia 2018.11.30.

Köszönöm a figyelmet! eorosz@interm.gtk.gau.hu 2018.11.30.