dr. Jeney László egyetemi adjunktus Regionális elemzések módszerei

Slides:



Advertisements
Hasonló előadás
4. előadás Összehasonlítás standardizálással és indexszámítással.
Advertisements

2. előadás.
Gazdasági informatika
STATISZTIKA II. 1. Előadás
Gazdaságelemzési és Statisztikai Tanszék
Területi fejlettségi különbségek mérése
Regionális elemzések módszerei
Grafikus ábrázolási módszerek
A szórás típusú egyenlőtlenségi mutatók
Adattípusok, adatsorok jellegadó értékei
Gazdasági fejlettségi különbségek Dél-Ázsiában
Földrajzi összefüggések elemzése
Táblázat kezelő programok
Statisztika II. VI. Dr. Szalka Éva, Ph.D..
A középérték mérőszámai
Matematikai statisztika Készítették: Miskoltzy Judit Sántha Szabina Szabó Brigitta Tóth Szabolcs Török Tamás Marketing Msc I. évf., I. félév, levelező.
Excel Függvények Páll Boglárka.
Leíró statisztika III..
Többváltozós adatelemzés
Területmérlegre vonatkozó konzisztencia-vizsgálat Gazdasági Informatika Tanszék 2004/2005. tanév Utolsó frissítés:
Alapfogalmak, adatforrások, szűrés
Adattípusok, adatsorok jellegadó értékei
A számítógépes elemzés alapjai
Területi eloszlások és földrajzi összefüggések elemzése Regionális és környezeti elemzési módszerek I. BME Regionális és környezeti gazdaságtan mesterszak.
BIOLÓGUS INFORMATIKA 2008 – 2009 (1. évfolyam/1.félév) 6.
Regionális elemzések módszerei
A számítógépes elemzés alapjai
Az európai nagyvároshálózaton belüli fejlettségi különbségek
Régiófogalmak, régióformáló folyamatok
A szórás típusú egyenlőtlenségi mutatók
Oszlopdiagram dr. Jeney László egyetemi adjunktus
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
A Chicagói Iskola városökológiai modelljei
A nagyvárosok, mint az európai térszerkezet kitüntetett pontjai
A területi polarizáltság mérése: Duál mutató
A területi koncentráció elemzése
Szóródási mérőszámok, alakmutatók, helyzetmutatók
Regionális elemzések módszerei
Egyéb grafikus ábrázolási módszerek: grafikon és radardiagram
Idősorok elemzése dr. Jeney László egyetemi docens
Térbeli gazdasági folyamatok tényezőkre bontása
Az európai nagyvárosok népesedés szerinti típusai
Régiófogalmak, régióformáló folyamatok
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
Területi adatbázis-kezelés, jellegadó értékek
A területi polarizáltság mérése: Duál mutató
Adatfeldolgozási ismeretek műszeres analitikus technikusok számára
Területi egyenlőtlenségek összetettebb mérése: Gini együttható
Egyszerűbb grafikus ábrázolási módszerek
Adatsorok típusai, jellegadó értékei
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
5. előadás.
A szórás típusú egyenlőtlenségi mutatók
Területi eloszlások összevetése: Hoover index
Mérések adatfeldolgozási gyakorlata vegyész technikusok számára
Az európai nagyvároshálózaton belüli fejlettségi különbségek
Rangsoroláson és pontozáson alapuló komplex mutatók
Területi egyenlőtlenségek grafikus ábrázolása: Lorenz-görbe
Pont- és burorékdiagram
A területi koncentráció mérése: Hirschman–Herfindahl index
Területi egyenlőtlenségi mutatók, földrajzi összefüggés-elemzések
Az európai nagyvároshálózaton belüli fejlettségi különbségek
Lorenz-görbe dr. Jeney László egyetemi adjunktus
Nagyváros–vidék egyenlőtlenség Kelet-Közép-Európában
Mérési skálák, adatsorok típusai
A nagyváros–vidék kettősség az európai térszerkezetben
Területi egyenlőtlenségek összetettebb mérése: Gini együttható
A magyar gazdaság versenyképessége:
A területi koncentráció mérése és a kitüntetett helyzetek
Előadás másolata:

Területi egyenlőtlenségek összetettebb mérési módszere: Gini együttható dr. Jeney László egyetemi adjunktus jeney@elte.hu Regionális elemzések módszerei III. Szociológia alapszak, regionális és településfejlesztés specializáció; Minden alapszak 2016/2017, II. félév BCE Gazdaságföldrajz és Jövőkutatás Központ

Gini együttható (Gini-index) Definíció: Minden megfigyelési egység többitől való átlagos eltérését viszonyítja az átlaghoz Elnevezés: Corrado Gini Olasz statisztikus, demográfus, társadalomkutató, közgazdász 1912.: Variabilità e mutabilità Általában a jövedelem és a jólét egyenlőtlenségének mérésére használják Használja az egészségügy, ökológia, vegyészet is 2

Súlyozatlan Gini együttható Csak abszolút mutatóra számítható Képlete xi = abszolút mutató i régióban xj = abszolút mutató j régióban n = elemszám (régiók száma) Értékkészlete: 0 ≤ G ≤ 1–1/n Minél nagyobb az értéke, annál nagyobb az egyenlőtlenség Mértékegysége: nincs (dimenziótlan) 3

Súlyozatlan Gini együttható kiszámításának lépései Mátrix készítése: felső és (bal) oldalsó keretében a vizsgált abszolút mutató Fejléc: másolás  rányított beillesztés  transzponálás  értéket Mátrix belsejének kitöltése: fejléc és oldalléc értékeinek egymásból kivonása, különbség abszolút értékbe tétele $ megfelelő használata: fejlécnél sorazonosító szám elé, oldallécnél oszlopazonosító betű elé) Ha jó  mátrix átlójában 0 értékek szerepelnek Mátrix összes elemének összegzése Abszolút adatsor átlagának kiszámítása (függvényvarázsló - átlag) Mátrix összegének elosztása a vizsgált adatsor ("sima") átlagával, az elemszám négyzetével, és 2-vel 4

Súlyozatlan Gini együttható kiszámítása Excelben D E F 1 x 24 4 12 2 =ABS(C$1-$B2) 20 3 8 5 6 10 =ÁTLAG(B2:B5) 160 =SZUM(C2:F5) 7 Gini 0,5 =C6/(B6*A5^2*2) 5

Súlyozatlan Gini együttható elméleti minimuma B C D E F 1 x 10 2 =ABS(C$2-$B3) 3 4 5 6 =ÁTLAG(B2:B5) =SZUM(C2:F5) 7 Gini =C6/(B6*A5^2*2) 6

Súlyozatlan Gini együttható elméleti maximuma (4 régió esetén) B C D E F 1 x 40 2 =ABS(C$2-$B3) 3 4 5 6 10 =ÁTLAG(B2:B5) 240 =SZUM(C2:F5) 7 Gini 0,75 =C6/(B6*A5^2*2) 7

Súlyozott Gini együttható Csak fajlagos mutatóra számítható Képlete yi = fajlagos mutató i régióban yj = fajlagos mutató j régióban fi = súly i régióban fj = súly j régióban Értékkészlete: 0 ≤ Gs ≤ 1–fymax/Σf Minél nagyobb az értéke, annál nagyobb az egyenlőtlenség Mértékegysége: nincs (dimenziótlan) 8

Súlyozott Gini együttható kiszámításának lépései Mátrix készítése: 2 felső és 2 (bal) oldalsó keretében a vizsgált fajlagos mutató és a hozzátartozó súly Fejléc: másolás  irányított beillesztés  transzponálás  értéket Mátrix belsejének kitöltése:fejléc és oldalléc fajlagos értékeinek egymásból kivonása, különbség abszolút értékbe tétele, majd ennek megszorozása a fejlécben és az oldallécben szereplő súlyokkal $ megfelelő használata: fejlécnél sorazonosító szám elé, oldallécnél oszlopazonosító betű elé) Ha jó  mátrix átlójában 0 értékek szerepelnek Mátrix összes elemének összegzése Fajlagos adatsor súlyozott átlagának kiszámítása Mátrix összegének elosztása a vizsgált adatsor súlyozott átlagával, a súlyok összegének négyzetével, és 2-vel 9

Súlyozott Gini együttható kiszámítása Excelben Súlyozott átlag számítás lépései: A oszlop: x = y*f A7 cella: x összeg B7 cella: y összeg C7 cella: súlyozott átlag= x összeg/y összeg A B C D E F G 1 f 3,5 4,5 2 x y 24 4 12 3 =C3*B3 =ABS(D$2-$C3)*D$1*$B3 70 108 14 63 28 5 54 6 7 50 =SZUM(A3:A6) 10 =SZUM(B3:B6) =A7/B7 670 =SZUM(D3:G6) 8 Gini 0,67 =D7/(C7*B7^2*2) 10

Súlyozott Gini együttható elméleti minimuma Súlyozott átlag számítás lépései: A oszlop: x = y*f A7 cella: x összeg B7 cella: y összeg C7 cella: súlyozott átlag= x összeg/y összeg A B C D E F G 1 f 3,5 4,5 2 x y 10 3 =C3*B3 =ABS(D$2-$C3)*D$1*$B3 4 35 5 45 6 7 100 =SZUM(A3:A6) =SZUM(B3:B6) =A7/B7 =SZUM(D3:G6) 8 Gini =D7/(C7*B7^2*2) 11

Súlyozott Gini együttható elméleti maximuma (fymax/Σf = 0,1 esetén) Súlyozott átlag számítás lépései: A oszlop: x = y*f A7 cella: x összeg B7 cella: y összeg C7 cella: súlyozott átlag= x összeg/y összeg A B C D E F G 1 f 3,5 4,5 2 x y 40 3 =C3*B3 =ABS(D$2-$C3)*D$1*$B3 140 180 4 5 6 7 =SZUM(A3:A6) 10 =SZUM(B3:B6) =A7/B7 720 =SZUM(D3:G6) 8 Gini 0,9 =D7/(C7*B7^2*2) 12

Példa Gini-indexek használatára: egyenlőtlenségek időbeni változásának elemzése Háztartási jövedelmek egyenlőtlenségeinek alakulása az USA-ban, 1929–2007 Forrás: Wikipedia (1929, 1947), US Census Bureau (1967–2007) 13

Példa Gini-indexek használatára: egyenlőtlenségek területi változásának elemzése Jövedelmi egyenlőtlenségek Európában a Gini-index alapján, 2005 Bulgária 2004, Egyesült Királyság, Horvátország, Szlovénia 2003 14 Forrás: EuroStat

Példa Gini-indexek használatára: egyenlőtlensége területi változásának elemzése World Bank (World Development Indicators): 0–100 között  ENSZ (UNDP) is hivatkozik rá http://hdrstats.undp.org/en/indicators/ Namíbia: 74,3%, Dánia 24,7% CIA World Factbook: „distribution in family income”: Namíbia (2003): 70,7%, Svédország (2005): 23% 15