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”

Statistická syntéza indikátorů kvality života – návrh tvorby indexu v evropských regionech

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61989592%3A15310%2F19%3A73598838" target="_blank" >RIV/61989592:15310/19:73598838 - isvavai.cz</a>

  • Výsledek na webu

    <a href="https://unibook.upjs.sk/img/cms/doi/2019/gc/6-macku-vozenilek.pdf" target="_blank" >https://unibook.upjs.sk/img/cms/doi/2019/gc/6-macku-vozenilek.pdf</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.33542/GC2019-2-06" target="_blank" >10.33542/GC2019-2-06</a>

Alternativní jazyky

  • Jazyk výsledku

    čeština

  • Název v původním jazyce

    Statistická syntéza indikátorů kvality života – návrh tvorby indexu v evropských regionech

  • Popis výsledku v původním jazyce

    Kvalita života je rozsáhlé, s lidskou existencí úzce propojené téma, kterému se věnuje řada vědních oborů, a to společenských, lékařských i přírodních. Na toto téma se v posledních desetiletích zaměřují jak vědecké, tak mezinárodní politické organizace. Autorův výzkum navazuje na výzvy Evropské unie přistupovat k výzkumu kvality života jako k multidimenzionálnímu jevu (chápáno jako jev zahrnující více aspektů). V textu je nejprve představen autorův koncept kvality života založený na klíčových aspektech a jim příslušných indikátorech popsaných dostupnými statistickými daty. Aby bylo téma kvality života možné hodnotit nejen multidimenzionálně, ale také komplexně, je nutné zabývat se otázkou agregace dat. Analýza hlavních komponent (tzv. PCA) je metoda vícerozměrné statistiky sloužící k redukci dimenzionality datového souboru, a může být využita také pro tvorbu syntetického indexu. V základní podobě je tato metoda určená pro neprostorová data a nijak nezohledňuje potencionální prostorové vazby každého záznamu na své okolí. Tyto vztahy je však schopna vystihnout geograficky vážená PCA. Na datech o indikátorech kvality života byla postupně testována jednoduchá PCA, robustní PCA, jednoduchá geograficky vážená PCA a robustní geograficky vážená PCA. Výsledky práce popisují rozdíly ve vybraných metodách a možnosti jejich uplatnění při hodnocení kvality života v Evropě. S využitím vybraných variant analýzy hlavních komponent byl na základě vymezených indikátorů kvality života zkonstruován syntetický index kvality života v celoevropském rozsahu a na regionální úrovni NUTS 2 a byly identifikovány regiony s nejvyšší/nejnižší kvalitou života. Práce nepřináší zásadní inovaci z hlediska použitých metod, nýbrž je výzvou především pro svou interpretační rovinu a oproti existujícím studiím komplexně analyzuje téma ve velkém prostorovém rozsahu a detailu.

  • Název v anglickém jazyce

    Statistical Synthesis of Quality of Life Indicators - Design of Index Construction in European Regions

  • Popis výsledku anglicky

    Abstract: Statistical Synthesis of Quality of Life Indicators - Design of Index Construction in European Regions. The quality of life is complex, with human existence closely linked theme. Both scientific and international political organizations have been focusing on this topic in recent decades. This research follows the European Union&apos;s challenges to deal with the quality of life as a multi-aspect phenomenon. Firstly, the authors&apos; concept of quali-ty of life, based on key aspects and their respective indicators is introduced. To assess the quality of life not only multidimensionally but also comprehensively, it is necessary to ad-dress the issue of data aggregation. Principal Component Analysis (PCA) is a statistical method used to reduce the dimensionality of a data and can also be used to construct a synthetic index. In its basic form, this method is designed for non-spatial data and does not take into account the potential spatial relationships. However, geographically weighted PCA can capture these relationships. Simple PCA, robust PCA, simple geographically weighted PCA, and robust geographically weighted PCA were tested on the quality of life data. The results of the paper describe differences in selected methods and the possibilities of their application in the regional evaluation of the quality of life in Europe. Using the PCA, a synthetic quality of life index was constructed based on the defined quality of life indicators on the pan-European scale at the regional level defined by NUTS 2 classifica-tion. The result does not bring innovation in terms of the used methods, but it is a challenge in the interpretative level. Comprehensively analyses the topic in a broad spatial scope and detail, compared to the existing studies.

Klasifikace

  • Druh

    J<sub>SC</sub> - Článek v periodiku v databázi SCOPUS

  • CEP obor

  • OECD FORD obor

    50701 - Cultural and economic geography

Návaznosti výsledku

  • Projekt

    <a href="/cs/project/GA18-05432S" target="_blank" >GA18-05432S: Prostorová syntéza založená na pokročilých metodách geocomputation</a><br>

  • Návaznosti

    P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Ostatní

  • Rok uplatnění

    2019

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    Geographia Cassoviensis

  • ISSN

    1337-6748

  • e-ISSN

  • Svazek periodika

    13

  • Číslo periodika v rámci svazku

    2

  • Stát vydavatele periodika

    SK - Slovenská republika

  • Počet stran výsledku

    14

  • Strana od-do

    196-209

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus

    2-s2.0-85080038450