Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Classification of the EU countries labour markets

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F60460709%3A41110%2F10%3A48555" target="_blank" >RIV/60460709:41110/10:48555 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Classification of the EU countries labour markets

  • Popis výsledku v původním jazyce

    The objective of the paper is to classify the labour markets of the EU member states on the basis of selected employment and unemployment indicators. In order to achieve the study target, the adequate multivariate exploration procedures have been chosen.In the first part of processing original data, principal component analysis (PCA) was employed. PCA is a multivariate statistical procedure used to reduce the number of observed variables into a smaller number of uncorrelated variables with a minimum loss of information. Moreover, the PCA results can be used for effective ranking of the EU countries according to observed indicators of labour markets. This paper describes the crucial steps in PCA and procedure for ranking mentioned and it reviews how PCA-based statistics are constructed and interpreted. The results of the study have demonstrated the range of application and advantages of the multivariate statistical approaches represented in this paper.

  • Název v anglickém jazyce

    Classification of the EU countries labour markets

  • Popis výsledku anglicky

    The objective of the paper is to classify the labour markets of the EU member states on the basis of selected employment and unemployment indicators. In order to achieve the study target, the adequate multivariate exploration procedures have been chosen.In the first part of processing original data, principal component analysis (PCA) was employed. PCA is a multivariate statistical procedure used to reduce the number of observed variables into a smaller number of uncorrelated variables with a minimum loss of information. Moreover, the PCA results can be used for effective ranking of the EU countries according to observed indicators of labour markets. This paper describes the crucial steps in PCA and procedure for ranking mentioned and it reviews how PCA-based statistics are constructed and interpreted. The results of the study have demonstrated the range of application and advantages of the multivariate statistical approaches represented in this paper.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    GA - Zemědělská ekonomie

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    Z - Vyzkumny zamer (s odkazem do CEZ)

Ostatní

  • Rok uplatnění

    2010

  • Kód důvěrnosti údajů

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Údaje specifické pro druh výsledku

  • Název periodika

    AGRIS on-line Papers in Economics and Informatics

  • ISSN

    1804-1930

  • e-ISSN

  • Svazek periodika

    II

  • Číslo periodika v rámci svazku

    4

  • Stát vydavatele periodika

    CZ - Česká republika

  • Počet stran výsledku

    7

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus