@misc{Markowska_Małgorzata_Aproksymacja_2018, author={Markowska, Małgorzata and Sokołowski, Andrzej and Rygiel, Agnieszka and Strahl, Danuta}, identifier={DOI: 10.15611/pn.2018.507.16}, year={2018}, rights={Pewne prawa zastrzeżone na rzecz Autorów i Wydawcy}, publisher={Wydawnictwo Uniwersytetu Ekonomicznego we Wrocławiu}, description={Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu = Research Papers of Wrocław University of Economics, 2018, Nr 507, s. 161-168}, language={pol}, abstract={Ideą skalowania wielowymiarowego jest rozmieszczenie analizowanych obiektów na płaszczyźnie (rzadziej w przestrzeni trójwymiarowej) w taki sposób, aby odległości tam wyznaczane jak najlepiej oddawały relacje odległości w oryginalnej przestrzeni wielowymiarowej. W dynamicznym skalowaniu wielowymiarowym proponujemy takie postępowanie, które uwzględnia relacje (w sensie odległości) między punktami w ramach tej samej jednostki czasu, ale również dla różnych jednostek czasu. Kluczowym zabiegiem jest tu przekształcenie kostki danych Y w macierz X oraz zastosowanie tzw. standaryzacji globalnej. Wyniki można przedstawić na jednej płaszczyźnie, ale ciekawszym zabiegiem jest śledzenie ciągu płaszczyzn odpowiadających kolejnym jednostkom czasu oraz przemieszczania się konkretnych punktów. W pracy proponujemy dopasowanie trendów wielomianowych. Przykład empiryczny pokazuje trajektorie rozwoju 28 krajów Unii Europejskiej opisanych pięcioma zmiennymi makroekonomicznymi, w latach 2004-2015}, title={Aproksymacja wyników dynamicznego skalowania wielowymiarowego trendami nieliniowymi}, type={artykuł}, keywords={skalowanie wielowymiarowe, rozwój gospodarczy, Unia Europejska, aproksymacja trendów nieliniowych, ścieżka rozwoju, multidimensional scaling, economic development, European Union, nonlineartrend approximation, development trajectory}, }