Národní úložiště šedé literatury Nalezeno 2 záznamů.  Hledání trvalo 0.01 vteřin. 
Analýza úrovně kvality života pomocí shlukové analýzy a porovnání s Human Development Indexem
Pánková, Barbara ; Miskolczi, Martina (vedoucí práce) ; Langhamrová, Jana (oponent)
Kvalita života je v dnešní době často skloňovaným tématem. Při vymezování tohoto pojmu však panuje nejednoznačnost a nejednotnost, jelikož neexistuje ani všeobecně přijímaná definice, ani teoreticky propracovaný model. Nicméně, i přes tento fakt je úroveň lidského života v současné době jedním z nejdiskutovanějších témat. Sledováním kvality života pomocí různých indikátorů se zabývá celá řada světových organizací, jako například Rozvojový program Organizace spojených národů. Tato organizace každoročně publikuje index lidského rozvoje, který rozděluje státy celého světa do čtyř skupin, dle jejich celkového rozvoje, a to na státy s nízkým, středním, vysokým a velmi vysokým rozvojem. Cílem této diplomové práce je analyzovat kvalitu života ve 125 zemích světa pomocí shlukové analýzy, přesněji Wardovy metody. Kvalita života je v této práci hodnocena na základě 19 demografických a ekonomických ukazatelů, mezi něž patří například střední délka života, míra gramotnosti, dostupnost pitné vody nebo kojenecká úmrtnost. Shluková analýza rozdělila země do jednotlivých shluků podle podobnosti. Celkem bylo vytvořeno 6 shluků, které byly následně porovnány s výsledky indexu lidského rozvoje. Shluky, které na základě analýzy vznikly, velmi dobře vystihují dělení, které se běžně používá při charakteristice rozvojových a rozvinutých zemí. Každý ze šesti výsledných shluků lze velmi dobře popsat a charakterizovat z hlediska kvality života, a označit ho jako stát nejchudší rozvojový, rozvojový, mírně rozvinutý, středně rozvinutý, rozvinutý či velmi rozvinutý. Na základě výsledků lze konstatovat, že provedená analýza je konzistentní s dalšími indikátory kvality života a výsledné shluky se do velké míry překrývají s rozvrstvením, které se běžně používá.
Shluková analýza jako nástroj klasifikace objektů
Budilová, Šárka ; Löster, Tomáš (vedoucí práce) ; Šulc, Zdeněk (oponent)
Shluková analýza dat je oblíbená klasifikační metoda vícerozměrné statistiky. Pomocí této metody lze klasifikovat zkoumané objekty na základě jejich vzájemných podobností, tj. rozdělit je do několika skupin, respektive shluků. Výsledky shlukování mohou být při zvolení různých metod, měr vzdáleností a postupů odlišné. Cílem této diplomové práce je srovnání úspěšnosti zařazení objektů do známých klasifikačních tříd v rámci zvolených metod a postupů. Celkem bylo analyzováno 15 různých datových souborů, z nichž každý obsahoval známou informaci o zařazení objektů do skupin. Úspěšnost zařazení dané metody byla vypočtena na základě porovnání známých klasifikačních tříd a vzniklých shluků. Kromě porovnání úspěšnosti vybraných metod shlukové analýzy byl v rámci každé metody zkoumán vliv standardizace a korelace na úspěšnost zařazení jednotlivých objektů. Pro vyjádření vzdálenosti mezi objekty byla využita euklidovská čtvercová vzdálenost. Výsledky práce poukazují na lepší úspěšnost zařazování objektů v případě zachování korelovaných proměnných v datovém souboru. Před standardizací zařadily metody v průměru 69,8 % objektů a po standardizaci 70,8 % objektů do správných klasifikačních tříd. Úspěšnost zařazení byla v průměru o dva procentní body vyšší než v případě vypuštění korelovaných proměnných. Výsledky dále také ukazují značnou důležitost standardizace v případě Wardovy metody. Po provedené standardizaci datového souboru je Wardova metoda v průměru o devět procentních bodů úspěšnější a zařazuje do správných klasifikačních tříd nejvíce objektů. Při zachování korelovaných proměnných a po standardizaci dat činí úspěšnost této metody 76,4 %. Standardizace pozitivně ovlivňuje také centroidní metodu a metodu nejvzdálenějšího souseda. Při ponechání původních, nestejnoměrných proměnných zařazují objekty naopak lépe mediánová metoda, metoda nejbližšího souseda a metoda průměrné vazby.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.