Have a personal or library account? Click to login
Application of the Partial Triadic Analysis Method to Analyze the Crime Rate in Poland in the Years 2000–2017 Cover

Application of the Partial Triadic Analysis Method to Analyze the Crime Rate in Poland in the Years 2000–2017

Open Access
|Jan 2021

References

  1. Abdi, H., Valentin, D. (2007). The STATIS method. In: N. Salkind (ed.), Encyclopedia of Measurement and Statistics (pp. 955–963). Thousand Oaks (CA): SAGE Publications.
  2. Abdi, H., Williams, L.J., Valentin, D., Bennani-Dosse, M. (2012). STATIS and DISTATIS: optimum multitable principal component analysis and three way metric multidimensional scaling. WIREs Comput Stat, 4, 124–167. DOI: 10.1002/wics.19.10.1002/wics.19
  3. Bąk, I. (2015). Struktura i typologia przestrzenna przestępczości w Polsce. Ekonometria, 4 (50), 43–61.10.15611/ekt.2015.4.03
  4. Bąk, I., Cheba, K. (2018). Przestępczość w krajach członkowskich Unii Europejskiej – analiza statystyczna. Studia i Prace WNEiZ US, 54/3, 57–69. DOI: 10.18276/sip.2018.54/3-04.10.18276/sip.2018.54/3-04
  5. Bąk, I., Szczecińska, B. (2015). Statystyczna analiza przestępczości w województwach Polski. Folia Pomeranae Universitatis Technologiae Stetinensis, Oeconomica, 323 (81)4, 5–14.
  6. Bieniek, P., Cichocki, S., Szczepaniec M. (2012). Czynniki ekonomiczne a poziom przestępczości – badanie ekonometryczne. Zeszyty Prawnicze, 12 (1), 147–172.
  7. Escoufier, Y. (1973). Le traitement des variables vectorielles. Biometrics, 29 (4), 751–760. DOI: 10.2307/2529140.10.2307/2529140
  8. Florczak, W. (2013). Co wywołuje przestępczość i jak ją można ograniczać? Wielowymiarowa analiza makroekonomiczna. Łódź: Wydawnictwo Uniwersytetu Łódzkiego.10.18778/7525-919-3
  9. Kądziołka, K. (2014). Wpływ wybranych czynników o charakterze społeczno-ekonomicznym na przestępczość przeciwko mieniu w Polsce. Studia Ekonomiczne, 181, 11–23.
  10. Kądziołka, K. (2015a). Analiza czynników wpływających na przestrzenne zróżnicowanie przestępczości w Polsce na poziomie podregionów. Współczesna Gospodarka, 6 (3), 43–52.
  11. Kądziołka, K. (2015b). Bezrobocie, ubóstwo i przestępczość w Polsce. Analiza zależności na poziomie województw. Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 242, 71–84.
  12. Kądziołka, K. (2015c). Przestrzenne zróżnicowanie, struktura i dynamika przestępczości w Polsce. Przestrzeń, Ekonomia, Społeczeństwo, 8/II, 223–235.
  13. Kądziołka, K. (2016a). Analysis of the crime rate in Poland in spatial and temporal terms. Central and Eastern European Journal of Management and Economics, 4 (1), 81–96.
  14. Kądziołka, K. (2016b). Przestrzenne zróżnicowanie zagrożenia przestępczością w Polsce. De Securitate et Defensione. O Bezpieczeństwie i Obronności, 2 (2), 31–43.
  15. Kądziołka, K. (2016c). Determinanty przestępczości w Polsce. Analiza zależności z wykorzystaniem drzew regresyjnych. Ekonomia. Rynek, gospodarka, społeczeństwo, 45, 53–81. DOI: 10.17451/eko/45/2016/186.
  16. Leżoń, A. (2015). Przestępczość w krajach Unii Europejskiej w roku 2012 – rezultaty wielowymiarowej analizy statystycznej. In: A. Prędki (ed.), Wybrane zastosowania narzędzi analitycznych w naukach ekonomicznych (pp. 25–33). Kraków: Mfiles.pl.
  17. Lusawa, R. (2016). Zróżnicowanie liczby przestępstw stwierdzonych w wybranych powiatach województwa mazowieckiego. Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 103 (2), 91–105.
  18. Misztal, M. (2017). On the use of redundancy analysis to study the property crime in Poland. Acta Universitatis Lodziensis. Folia Oeconomica, 6 (332), 99–109.
  19. Misztal, M. (2018). O zastosowaniu analizy redundancji do badania poziomu przestępczości przeciwko mieniu w Polsce w latach 2002–2015. Taksonomia, 31. Klasyfikacja i analiza danych – teoria i zastosowania. Prace Naukowe Uniwersytetu Ekonomicznego we Wroc-ławiu, 508, 157–169.10.15611/pn.2018.508.16
  20. Misztal, M. (2019). On the potential for using selected PCA-based methods to analyze the crime rate in Poland. Econometrics. Ekonometria. Advances in Applied Data Analysis, 23 (2), 15–32. DOI: 10.15611/eada.2019.2.02.10.15611/eada.2019.2.02
  21. Mordwa, S. (2013). Zastosowanie GIS w badaniach przestępczości. Acta Universitatis Lodziensis. Folia Geographica Socio-Economica, 14, 78–92.
  22. Robert, P., Escoufier, Y. (1976). A Unifying Tool for Linear Multivariate Statistical Methods: The RV-Coefficient. Journal of the Royal Statistical Society. Series C (Applied Statistics), 25 (3), 257–265. DOI: 10.2307/2347233.10.2307/2347233
  23. Stanimirova, I., Walczak, B., Massart, D.L., Simeonov, V., Saby, C.A., Di Crescenzo, E. (2004). STATIS, a three-way method for data analysis. Application to environmental data. Chemo-metrics and Intelligent Laboratory Systems, 73, 219–233.10.1016/j.chemolab.2004.03.005
  24. Sztaudynger, J.J., Sztaudynger, M. (2003). Ekonometryczne modele przestępczości. Ruch Prawniczy, Ekonomiczny i Socjologiczny, LXV (3), 127–143.
  25. Thioulouse, J. (2011). Simultaneous analysis of a sequence of paired ecological tables: a comparison of several methods. The Annals of Applied Statistics, 5 (4), 2300–2325. DOI: 10.1214/10-AOAS372.10.1214/10-AOAS372
  26. Thioulouse, J., Dray, S., Dufour, A.-B., Siberchicot, A., Jombart, T., Pavoine S. (2018). Multivariate Analysis of Ecological Data with ade4. New York: Springer.
  27. Wierzbicka, A., Żółtaszek, A. (2015). Analiza bezpieczeństwa publicznego w krajach europejskich. Wiadomości Statystyczne, 8, 66–80.10.5604/01.3001.0014.8307
DOI: https://doi.org/10.2478/foli-2020-0047 | Journal eISSN: 1898-0198 | Journal ISSN: 1730-4237
Language: English
Page range: 249 - 278
Submitted on: Feb 8, 2020
|
Accepted on: Oct 12, 2020
|
Published on: Jan 29, 2021
Published by: University of Szczecin
In partnership with: Paradigm Publishing Services
Publication frequency: 2 issues per year

© 2021 Małgorzata Misztal, published by University of Szczecin
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.