Non‑Metric Data in Household Durable Goods Analysis. Selected Aspects

Józef Dziechciarz; Marta Dziechciarz-Duda

doi:10.18778/0208-6018.330.08

Autor

Józef Dziechciarz Uniwersytet Ekonomiczny we Wrocławiu
Marta Dziechciarz-Duda Wroclaw University of Economics, Faculty of Economics, Management and Tourism, Department of Econometrics and Computer Science

DOI:

https://doi.org/10.18778/0208-6018.330.08

Słowa kluczowe:

analiza danych niemetrycznych, dobra trwałe, analiza korespondencji, regresja logistyczna, drzewa klasyfikacyjne, CART, gospodarstwa domowe

Abstrakt

Pomiar wyposażenia gospodarstw domowych jest kluczowy w wielu aspektach oceny stanu społeczno‑ekonomicznego kraju i jego obywateli. Zapotrzebowanie (sprzedaż) jest traktowane jako jeden z kluczowych wskaźników stanu koniunktury w gospodarce. Podobnie analiza i ocena poziomu wyposażenia gospodarstw domowych w dobra trwałe są rozpatrywane w kontekście pomiaru jakości życia. W badaniu wyposażenia gospodarstw domowych mierzy się liczbę i jakość dóbr, w jakie wyposażone są gospodarstwa domowe. Pomiar wyposażenia gospodarstw domowych prowadzony jest najczęściej za pomocą słabych skali pomiarowych, nominalnej i porządkowej. Takie dane wymagają stosowania wyspecjalizowanych narzędzi analizy i modelowania. W opracowaniu zostanie podjęta dyskusja o możliwościach statystycznej analizy takich danych i ich modelowania oraz o problemach wnioskowania na podstawie uzyskanych wyników.

Pobrania

Brak dostępnych danych do wyświetlenia.

Bibliografia

Abdullah L., Khadiah S. (2011), Fuzzy Linguistic for Measuring Customer Satisfaction, “International Journal of Latest Trends in Computing”, no. 2(2), pp. 220–224.
Google Scholar

Adams E., Fagot R., Robinson R. (1965), A theory of appropriate statistics, “Psychometrika”, vol. 30, pp. 99–127.
Google Scholar

Amendola N., Vecchi G. (2014), Durable Goods and Poverty Measurement, World Bank Policy Research Working Paper No. 7105, Washington.
Google Scholar

Blackorby C., Donaldson D. (1987), Welfare Ratios and Distributionally Sensitive Cost‑Benefit Analysis, “Journal of Public Economics”, no. 34, pp. 265–290.
Google Scholar

Blackorby C., Donaldson D. (1988), Money Metric Utility. A Harmless Normalization?, “Journal of Economic Theory”, no. 46, pp. 120–129.
Google Scholar

Borovicka A. (2014), Fuzzy Weights Estimation Method Based on the Linguistic Expression of Criteria Relevance, “Economic Review. Central European Review of Economics”, no. 17, pp. 13–23.
Google Scholar

Breiman L., Friedman J., Olshen R., Stone C. (1984), Classification and regression trees, Chapman & Hall, London.
Google Scholar

Chu K. (2010), The Application of Fuzzy Linguistic Scale on Internet Questionnaire Survey, “International Journal of Organisation and Innovation”, no. 2(4), pp. 1–10.
Google Scholar

Deaton A. (1997), The Analysis of Household Surveys. Microeconometric Analysis for Development Policy, Johns Hopkins University Press, Baltimore.
Google Scholar

Deaton A., Zaidi S. (2002), Guidelines for Constructing Consumption Aggregates for Welfare Analysis, Living Standards Measurement Study World Bank Working Paper no. 135, Washington, https://openknowledge.worldbank.org/handle/10986/14101 [accessed: 12.10.2016].
Google Scholar

Diewert W. (2004), Durables and User Costs in: Consumer Price Index Manual. Theory and Practice, chapter 23, ILO, IMF, OECD, UNECE, Eurostat, World Bank.
Google Scholar

Diewert W. (2009), Durables and Owner‑Occupied Housing in a Consumer Price Index, [in:] W. Diewert, J. Greenlees, C. Hulten (eds.), Price Index Concepts and Measurements, University of Chicago Press, Chicago.
Google Scholar

Dziechciarz‑Duda M. (2007), Klasyfikacja konsumentów na rynku dóbr trwałego użytkowania w Polsce, “Taksonomia”, no. 13, pp. 389–396.
Google Scholar

Dziechciarz‑Duda M., Król A. (2017), An application of multivariate statistical analysis for the valuation of durable goods brands, “Statistics in Transition New Series”, vol. 18, no. 1, pp. 75–90.
Google Scholar

Dziechciarz J. (2004a), O możliwości doskonalenia polityki cenowej przy pomocy metody conjoint measurement oraz regresji hedonicznej, [in:] M. Rószkiewicz (ed.), Identyfikacja struktur rynkowych. Pomiar, modelowanie, symulacja, SGH, Warszawa.
Google Scholar

Dziechciarz J. (2004b), Regresja hedoniczna: próba wskazania obszarów stosowalności, [in:] A. Zeliaś (ed.), Przestrzenno‑czasowe modelowanie zjawisk gospodarczych, Akademia Ekonomiczna, Kraków.
Google Scholar

Dziechciarz J., Dziechciarz‑Duda M., Przybysz K. (2010), Household Possession of Consumer Durables on Background of Some Poverty Lines, [in:] H. Locarek‑Junge, C. Weihs (eds.), Classification as a Tool for Research, Springer, Berlin, pp. 735–742.
Google Scholar

Fisher I. (1911), The Purchasing Power of Money, its Determination and Relation to Credit, Interest, and Crises, McMillan, New York.
Google Scholar

Framework for Statistics on the Distribution of Household Income, Consumption and Wealth (2013), OECD, Paris.
Google Scholar

Gatnar E., Walesiak M. (2011), Analiza danych jakościowych i symbolicznych z wykorzystaniem programu R, Beck, Warszawa.
Google Scholar

General household survey (2014), Statistics South Africa, Pretoria, https://www.statssa.gov.za/publications/p0318/p03182013.pdf [accessed: 28.09.2016].
Google Scholar

Gillingham R. (1983), Measuring the Cos of Shelter for Homeowners. Theoretical and Empirical Considerations, “The Review of Economics and Statistics”, no. 2(65), pp. 254–265.
Google Scholar

Goodhart C. (2001), What Weight should be given to Asset Price in Measurement of Inflation?, “The Economic Journal”, vol. 111, pp. 335–356.
Google Scholar

Hulten C., Wykoff F. (1981), The Measurement of Economic Depreciation, [in:] C. Hulten (ed.), Depreciation, Inflation, and the Taxation of Income from Capital, Urban Institute Press, Washington.
Google Scholar

Jorgenson D. (1963), Capital Theory an Investment Behaviour, “American Economic Review”, no. 53, pp. 247–259.
Google Scholar

Katz A. (1983), Valuing the Services of consumer Durables, “Review of Income and Wealth”, no. 29(4), pp. 405–427.
Google Scholar

Keynes J. (1936), The General Theory of Employment, Interest, and Money, Harcourt, New York.
Google Scholar

Kramer J. (1993), Konsumpcja. Prawidłowości, struktura, przyszłość, PWE, Warszawa.
Google Scholar

Kramer J. (1997), Konsumpcja w gospodarce rynkowej, PWE, Warszawa.
Google Scholar

Lanjouw P. (2009), Constructing a Consumption Aggregate for the Purpose of Welfare Analysis. Principles, Issues and Recommendations Arising from the Case of Brazil), Paper prepared in the World Bank for the OECD/University of Maryland Conference entitled: Measuring Poverty, Income Inequality and Social Exclusion: Lessons from Europe, March 16/17, Paris.
Google Scholar

Liou T., Wang M. (1994), Subjective Assessment of Mental Workload. A Fuzzy Linguistic Multi criteria Approach, “Fuzzy Sets and Systems”, no. 62(2), pp. 155–165.
Google Scholar

Lippe P. von der (2007), Index Theory and Price Statistics, Lang Publishing, Oxford.
Google Scholar

Mayntz R., Holm K., Hübner P. (1985), Wprowadzenie do metod socjologii empirycznej, PWN, Warszawa.
Google Scholar

Moulton B. (2004), The System of National Accounts for the New Economy. What Should Change?, “Review of Income and Wealth”, no. 50(2), pp. 261–278.
Google Scholar

Odekon M. (ed.) (2015), Encyclopaedia of World Poverty, Sage, Thousand Oaks.
Google Scholar

Offer A. (2005), The Challenge of Affluence Self‑Control and Well‑Being in the United States and Britain since 1950, Oxford University Press, Oxford.
Google Scholar

Ravallion M. (1998), Poverty Lines in Theory and Practice. Living Standards Measurement Study, LSMS Working Paper no. 133, World Bank, Washington, http://documents.worldbank.org/curated/en/916871468766156239/pdf/multi‑page.pdf [accessed: 28.09.2016].
Google Scholar

Rószkiewicz M. (2002), Narzędzia statystyczne w analizach marketingowych, C.H. Beck, Warszawa.
Google Scholar

Samuelson P. (1974), Complementarity. An Essay on the 40th Anniversary of the Hicks – Allen Revolution in Demand Theory, “Journal of Economic Literature”, no. 15, pp. 24–55.
Google Scholar

Slesnik D. (2000), Consumption and Social Welfare. Living Standards and Their Distribution in the United States, Cambridge University Press, Cambridge.
Google Scholar

Social Diagnosis (2015), Council for Social Monitoring, Social Diagnosis integrated database, www.diagnoza.com [accessed: 11.05.2016].
Google Scholar

Stevens S. (1959), Measurement, Psychophysics and Utility, [in:] C. Churchman, P. Ratoosh (eds.), Measurement; Definitions and Theories, Wiley, New York.
Google Scholar

System of National Accounts (2008), Commission of the European Communities, IMF, UN, World Bank, Brussels–Luxembourg–New York–Paris–Washington.
Google Scholar

Walesiak M. (1996), Metody analizy danych marketingowych, PWN, Warszawa.
Google Scholar

Walesiak M. (2000), Skale pomiaru zmiennych, [in:] M. Walesiak, A. Bąk, Conjoint analysis w badaniach marketingowych, Akademia Ekonomiczna, Wrocław.
Google Scholar

Zadeh L. (1975), The Concept of a Linguistic Variable and its Application to Approximate Reasoning, “Information Sciences”, part I, no. 8, pp. 199–249, part II, no. 8, pp. 301–357.
Google Scholar