Application of the Partial Triadic Analysis Method to Analyze the Crime Rate in Poland in the Years 2000–2017
References
- 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.
- 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
- Bąk, I. (2015). Struktura i typologia przestrzenna przestępczości w Polsce. Ekonometria, 4 (50), 43–61.10.15611/ekt.2015.4.03
- 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
- Bąk, I., Szczecińska, B. (2015). Statystyczna analiza przestępczości w województwach Polski. Folia Pomeranae Universitatis Technologiae Stetinensis, Oeconomica, 323 (81)4, 5–14.
- Bieniek, P., Cichocki, S., Szczepaniec M. (2012). Czynniki ekonomiczne a poziom przestępczości – badanie ekonometryczne. Zeszyty Prawnicze, 12 (1), 147–172.
- Escoufier, Y. (1973). Le traitement des variables vectorielles. Biometrics, 29 (4), 751–760. DOI: 10.2307/2529140.10.2307/2529140
- Florczak, W. (2013). Co wywołuje przestępczość i jak ją można ograniczać? Wielowymiarowa analiza makroekonomiczna. Łódź: Wydawnictwo Uniwersytetu Łódzkiego.10.18778/7525-919-3
- Kądziołka, K. (2014). Wpływ wybranych czynników o charakterze społeczno-ekonomicznym na przestępczość przeciwko mieniu w Polsce. Studia Ekonomiczne, 181, 11–23.
- Kądziołka, K. (2015a). Analiza czynników wpływających na przestrzenne zróżnicowanie przestępczości w Polsce na poziomie podregionów. Współczesna Gospodarka, 6 (3), 43–52.
- 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.
- Kądziołka, K. (2015c). Przestrzenne zróżnicowanie, struktura i dynamika przestępczości w Polsce. Przestrzeń, Ekonomia, Społeczeństwo, 8/II, 223–235.
- 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.
- Kądziołka, K. (2016b). Przestrzenne zróżnicowanie zagrożenia przestępczością w Polsce. De Securitate et Defensione. O Bezpieczeństwie i Obronności, 2 (2), 31–43.
- 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.
- 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.
- Lusawa, R. (2016). Zróżnicowanie liczby przestępstw stwierdzonych w wybranych powiatach województwa mazowieckiego. Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 103 (2), 91–105.
- 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.
- 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
- 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
- Mordwa, S. (2013). Zastosowanie GIS w badaniach przestępczości. Acta Universitatis Lodziensis. Folia Geographica Socio-Economica, 14, 78–92.
- 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
- 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
- Sztaudynger, J.J., Sztaudynger, M. (2003). Ekonometryczne modele przestępczości. Ruch Prawniczy, Ekonomiczny i Socjologiczny, LXV (3), 127–143.
- 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
- Thioulouse, J., Dray, S., Dufour, A.-B., Siberchicot, A., Jombart, T., Pavoine S. (2018). Multivariate Analysis of Ecological Data with ade4. New York: Springer.
- Wierzbicka, A., Żółtaszek, A. (2015). Analiza bezpieczeństwa publicznego w krajach europejskich. Wiadomości Statystyczne, 8, 66–80.10.5604/01.3001.0014.8307
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
Keywords:
Related subjects:
© 2021 Małgorzata Misztal, published by University of Szczecin
This work is licensed under the Creative Commons Attribution-NonCommercial-NoDerivatives 3.0 License.