Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników

Znaleziono wyników: 15

Liczba wyników na stronie
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych:  autokorelacja przestrzenna
help Sortuj według:

help Ogranicz wyniki do:
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
W pracy przedstawiono zastosowanie statystyki I Morana do wyznaczenia stopnia zależności przestrzennej. Dodatkowo pokazano możliwość zobrazowania rozkładu przestrzennego zainwestowanych środków finansowych w obiektach przestrzennych. Celem pracy było wyznaczenie zależności przestrzennych zmiennych diagnostycznych opisujących pozabudżetowe środki przeznaczone na inwestycje w województwie małopolskim na poziomie gmin. W tym celu wykorzystano dane z kwerend Urzędu Statystycznego. Rozkłady przestrzenne zmiennych zobrazowano w programie ArcView, a analizę przestrzenno-statystyczną wykonano w programie RCRAN. Analizę przeprowadzono na 182 gminach województwa małopolskiego. Na podstawie analizy wybranych zmiennych diagnostycznych można stwierdzić, że mogą one być bardzo przydatne w geografii ekonomicznej.
Określono siłę i charakter autokorelacji przestrzennej wartości wskaźnika syntetycznego poziomu rozwoju wybranych elementów infrastruktury technicznej funkcjonującej na obszarach wiejskich województwa świętokrzyskiego. Wartość wskaźnika syntetycznego określono na podstawie syntetycznej miary rozwoju Hellwiga. Przeprowadzone badania nie potwierdziły występowania autokorelacji przestrzennej w zakresie poziomu rozwoju infrastruktury.
Autokorelacja jest działem statystyki, który zajmuje się analizą danych przestrzennych, w dalszej kolejności opisem i badaniem zjawisk przestrzennych. Metody statystyki przestrzennej nazwane są także przeglądową analizą danych przestrzennych (explorative spatial data analysis, ESDA). Statystyki przestrzenne są efektywnym sposobem wyszukiwania zależności występowania danego zjawiska z przestrzenią geograficzną. Miary autokorelacji przestrzennej obrazują zależność zmiennych w odniesieniu do lokalizacji przestrzennej. Korelacja przestrzenna (autokorelacja dodatnia) pozwala stwierdzić, że nasilenie danego zjawiska jest bardziej zauważalne w obiektach przyległych do siebie niż w obiektach od siebie odległych. W statystyce przestrzennej są wykorzystywane dwa typy miar: miary globalne i miary lokalne. Autorzy w artykule do zobrazowania przestrzennej zależności występowania infrastruktury gospodarki wodno-ściekowej posłużyli się miarą globalną. Do obliczenia miary globalnej wykorzystano program R CRAN. Wyliczono miarę globalną statystyki I Morana dla różnych macierzy wag przestrzennych. Dane do analizy pozyskano z Głównego Urzędu Statystycznego w Krakowie i jest to stan infrastruktury wodno-ściekowej na rok 2004. Statystyka I Morana pozwala wykryć globalne wzorce autokorelacji w obiektach przestrzennych w odniesieniu do przyjętej macierzy wag. Miara globalna jest jedno-liczbowym wskaźnikiem zależności przestrzennej lub ogólnego podobieństwa regionów. Zaletą miary globalnej jest jej syntetyczność, a wadą uśrednianie. W artykule przedstawiono możliwości zastosowania statystyki przestrzennej w analizie zjawisk infrastruktury wodnościekowej. W tym celu zbadano zróżnicowanie gmin województwa małopolskiego względem wybranych elementów infrastruktury technicznej należących do grupy gospodarki wodno-ściekowej. Analizy dokonano na podstawie wskaźników nasycenia wodociągami i kanalizacją powierzchni obiektów.
Celem badań było przedstawienie regionalnego zróżnicowania cen skupu produktów rolnych (zwłaszcza bydła i trzody) w Polsce w latach 2005-2012 oraz identyfikacja występowania autokorelacji przestrzennej. Do badania przestrzennego zróżnicowania cen wykorzystano statystyki lokalne i globalne I Morana. Dowiedziono, że w odniesieniu do cen skupu żywca występuje autokorelacja przestrzenna oraz wskazano jej zróżnicowanie przestrzenne na terenie Polski.
Statystyka przestrzenna jest najnowszym działem statystyki, który zajmuje się analizą danych przestrzennych, a w dalszej kolejności opisem i badaniem układów przestrzennych. Metodologia badań zjawisk przestrzennych zasadniczo różni się od metodologii statystyki klasycznej, mimo że w większości powstała na podstawie metod statystyki klasycznej. Wyjaśnienie zjawisk rozpatrywanych w czasie wymaga spojrzenia w jednym kierunku (przeszłość – przyszłość), tymczasem wyjaśnienie zjawisk rozpatrywanych w przestrzeni wymaga spojrzenia we wszystkich kierunkach jednocześnie. Ocena autokorelacji przestrzennej wymaga wiedzy na temat stopnia i specyfiki różnorodności przestrzennej, czyli właściwości polegającej na zróżnicowaniu cech poszczególnych miejsc i regionów geograficznych. Różnorodność przejawia się natężeniem i kierunkiem kształtowania procesów przestrzennych. Rozpatrując regułę Toblera [1970] zwaną pierwszym prawem geografii można przypuszczać, iż: „wszystkie obiekty są z sobą powiązane, a siła tych powiązań maleje wraz ze wzrostem odległości między nimi”. Zazwyczaj zwiększaniu odległości w przestrzeni towarzyszy wzrost zróżnicowania cechy, w związku z tym także jej niejednorodność. Tezę Toblera o istnieniu zależności przestrzennej zasygnalizowało wielu badaczy z różnych dziedzin, np. w badaniach wielofunkcyjnego rozwoju obszarów wiejskich [Krakowiak-Bal 2005; Woźniak, Sikora 2005] czy geografii gospodarczej [Domański 1988].
The formation of the stand structure interacts with the processes of growth and competition. Previous observations mainly focused on the analysis of the type of tree distribution resulting from these processes. Development of spatial diversity of tree parameters is less known issue. The research was carried out in mountain Norway spruce stands with a large variety of taxation parameters located in the Beskid Żywiecki Mts. (southern Poland). The analysis of spatial autocorrelation of biometric features was carried out with the use of the mark correlation function, and the type of tree distribution was examined using the pair correlation function. In younger, less tended stands of high tree density, a stronger spatial autocorrelation of the tree biometric features was found. The strongest autocorrelation was observed for volume, weaker for the breast height diameter, while the weakest one was reported for height. The analysis indicated that density dependent competition affects the autocorrelation of biometric features more strongly than the type of tree distribution. The range of the tree perception zone determined on the basis of the autocorrelation analysis of features is greater or equal to the width of the inhibition zone determined on the basis of the point pattern type analysis.
Dynamicznie rozwijająca się cywilizacja wymaga dostatecznego dostępu do szeroko rozumianej infrastruktury. Termin ten oznacza zbiór urządzeń i instalacji użytku publicznego, niezbędnych do zapewnienia należytego funkcjonowania gospodarki narodowej i życia społeczeństwa [Krakowiak-Bal, 200]. Na przestrzeni wieków infrastruktura najlepiej rozwijała się w tych miejscach, gdzie zagęszczenie ludności było największe, a więc głównie na obszarach miejskich. Tendencja ta nadal jest widoczna, jednakże istniejące programy i fundusze Unii Europejskiej zapewniają wyrównywanie dysproporcji pomiędzy terenami wiejskimi a miastami. Główną rolę w tym procesie odgrywa Program Rozwoju Obszarów Wiejskich, który umożliwia uzyskanie dofinansowania do realizacji najbardziej potrzebnych w danym regionie inwestycji infrastrukturalnych. Według Siemińskiego [1996] infrastrukturę w zależności od zakresu, dzielimy na trzy grupy: infrastrukturę techniczną, infrastrukturę społeczną oraz infrastrukturę ekonomiczną. Niniejsza praca dotyczy zagadnień infrastruktury technicznej. Ten rodzaj infrastruktury charakteryzuje się niezmienną lokalizacją w terenie, ogólną dostępnością, funkcjonalnością oraz otwartością. Cechuje ją linearność, długotrwałość, kapitałochłonność (duże nakłady inwestycyjne i eksploatacyjne), niepodzielność oraz złożoność techniki i technologii wykonania. Wszystkie gałęzie infrastruktury technicznej (miedzy innymi: wodociągi, kanalizacje, drogi, koleje, itp.) są ściśle powiązane ze środowiskiem w którym występują. Celem pracy było wyznaczenie przestrzennych zależności (na podstawie statystyki I Morana) pomiędzy nasyceniem wybranymi elementami infrastruktury technicznej gmin województwa małopolskiego. Za przedmiot badań wybrano trzy gałęzie infrastruktury technicznej: sieć wodociągową, kanalizacyjną oraz gazową. Wyniki pracy odnoszą się do kwerend Głównego Urzędu Statystycznego i obejmują okres od 2004 do 2010 roku. Przyjęty okres badań miał na celu zobrazowanie rozwoju wybranych gałęzi infrastruktury technicznej w okresie przed i poakcesyjnym. W przyjętym okresie zaobserwowano największy rozwój infrastruktury technicznej w grupie gmin o bardzo wysokim nasyceniu siecią kanalizacyjną – o ponad 100 km sieci na każde 100 km2 powierzchni. Z analizy przestrzennej badanych wskaźników wynika, że w części centralnej województwa małopolskiego tworzą się klastry gmin o wysokich wartościach statystyki I Morana, zaś w części północnej i południowej klastry gmin cechujących się niskimi wartościami. Takie zależności przestrzenne odnoszą się do wszystkich przyjętych rodzajów infrastruktury technicznej.
Pierwsza strona wyników Pięć stron wyników wstecz Poprzednia strona wyników Strona / 1 Następna strona wyników Pięć stron wyników wprzód Ostatnia strona wyników
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.