Analiza poziomu rozwoju społeczno-gospodarczego województw Polski z uwzględnieniem dokładności danych statystycznych

Abstract

Artykuł prezentuje rezultaty badań dotyczące oceny poziomu rozwoju społeczno-gospodarczego województw Polski w wybranych aspektach tego rozwoju. Badaniami objęto lata 2005–2016. Porządkowania liniowego województw Polski dokonano za pomocą metody unitaryzacji zerowanej. W pracy zwrócono uwagę także na ważny, lecz pomijany problem związany z dokładnością wykorzystywanych w badaniach danych statystycznych oraz oceną ich wpływu na obliczaną wartość miernika syntetycznego. Pozyskanie każdej wielkości statystycznej jest związane z większym lub mniejszym błędem wynikającym ze sposobu pomiaru takiej wielkości.W naukach technicznych problem oceny dokładności wyników pomiarów został rozwiązany już w 1993 roku. Elementami wyniku pochodzącego z pomiarów są: wartość zmierzona oraz przedział niepewności wokół tej wielkości. Dokładność informacji statystycznej może być także utożsamiana z błędem bądź niepewnością pomiaru. Niepewność pomiaru jest zdefiniowana jako parametr związany z wynikiem pomiaru charakteryzujący rozrzut wartości, które można w uzasadniony sposób przypisać wielkości mierzonej. Takie podejście pozwala na wyznaczenie granic przedziału, który przy założonym prawdopodobieństwie zawiera nieznaną wartość prawdziwą mierzonej wielkości. Liczbową miarą niepewności pomiaru jest odchylenie standardowe. W artykule przeprowadzono ocenę wpływu niepewności pomiaru zmiennych diagnostycznych na wartości miary syntetycznej. W tym celu zaproponowano sposób postępowania wykorzystujący metodę Monte Carlo. Uzyskane wyniki potwierdzają, że dokładność danych statystycznych może mieć wpływ na wyniki porządkowania liniowego województw Polski.

Keywords

• województwa polski
• miara syntetyczna
• metoda unitaryzacji zerowanej
• metoda monte carlo