@misc{Pełka_Marcin_Klasyfikacja_2017, author={Pełka, Marcin}, identifier={DOI: 10.15611/ekt.2017.2.03}, year={2017}, rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy}, publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu}, description={Ekonometria = Econometrics, 2017, Nr 2 (56), s. 42-51}, language={pol}, abstract={Innowacje odgrywają coraz to większą rolę w nowoczesnej gospodarce rynkowej. Pozwalają one odnosić korzyści wszystkim obywatelom (producentom, konsumentom i pracownikom). Innowacje mają także kluczowe znaczenie dla poprawy jakości życia, tworzenia lepszych miejsc pracy, a także szeroko rozumianego rozwoju społeczeństwa ekologicznego. Polityka innowacyjności stanowi istotny element polityki na poziomie zarówno krajów, jak i samej Unii Europejskiej. Celem artykułu jest zaprezentowanie przykładu zastosowania podejścia wielomodelowego danych symbolicznych (z zastosowaniem macierzy współwystąpień i metody k-medoidów) w klasyfikacji krajów Unii Europejskiej pod względem ich innowacyjności. W części empirycznej wykorzystano pakiety clusterSim oraz symbolicDA programu R do wykonania obliczeń. W wyniku zastosowania podejścia wielomodelowego zidentyfikowano strukturę czterech różnych klas.}, title={Klasyfikacja wielomodelowa danych symbolicznych w badaniu innowacyjności krajów Unii Europejskiej}, type={artykuł}, keywords={dane symboliczne, innowacyjność, klasyfikacja wielomodelowa, symbolic data, innovations, ensemble clustering}, }