首页> 外文OA文献 >A francia és a magyar mezőgazdaság összehasonlító elemzése többváltozós statisztikai módszerek segítségével = Comparison of the agriculture in Hungary and in France - multidimensional statistical methods
【2h】

A francia és a magyar mezőgazdaság összehasonlító elemzése többváltozós statisztikai módszerek segítségével = Comparison of the agriculture in Hungary and in France - multidimensional statistical methods

机译:使用多元统计方法对法国和匈牙利农业进行比较分析

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

A 22 francia és a 7 magyar közigazgatási régió mezőgazdaságának összehasonlítását végeztük a vetésterület, az állatállomány és a földhasználat alapján, többváltozós statisztikai módszerek alkalmazásával. A főkomponens analízis szerint a vetésterület 4, az állatállomány és a földhasználat 3-3 főkomponenssel jól jellemezhető. Meghatároztuk a régiók főkomponensek szerinti sorrendjeit. Klaszteranalízis segítségével a régiókat a vetésterületnél és az állatállománynál 7-7, a földhasználatnál 12 egymáshoz hasonló régiókat tartalmazó klaszterekbe soroltuk. A klaszterek főkompones értékei alapján összehasonlítottuk a klasztereket. Klaszteren belül a főkomponensek szerint végeztünk vizsgálatokat, a magyar régiókat is tartalmazó klasztereket részletesebben is elemeztük. A klaszterekbe sorolás megbízhatóságát diszkriminancia analízissel ellenőríztük. A dendogramok alapján a klaszterek egymáshoz való viszonyát, távolságát is jellemeztük a magyar régiókat is tartalmazó klaszterekre. | The agriculture of 22 French and 7 Hungarian regions were compared on the ground of cropping structure, livestock and land use, by multivariate statistical methods. The principal component analysis revealed that the cropping structure may be characterized with 4, livestock and land use with 3-3 principal components. The order of regions was determined according to the principal components. The cluster analysis ordered the regions at the cropping structure and livestock into 7-7, at the land use into 12 clusters, containing similar regions. We compared the clusters on the ground of the principal components. Inside the clusters we carried out principal components investigation; the clusters, including Hungarian regions as well, were analysed more specifically. The correctness of the classifications of regions into the clusters was verified by discriminant analysis. We analysed the relations, the distance between the clusters containing Hungarian clusters as well by the dendograms.
机译:我们使用多元统计方法,根据播种面积,牲畜和土地使用情况,比较了22个法国行政区和7个匈牙利行政区的农业。根据主成分分析,播种面积可以很好地表征4个,牲畜和土地利用可以识别3-3个主要成分。确定了根据主要组成部分的区域顺序。使用聚类分析,将区域划分为聚类,聚类包含播种面积和牲畜数量7-7个相似区域,土地利用方面包含12个相似区域。我们根据群集的主成分值比较了群集。在群集中,我们根据主要成分进行了检查,并对包含匈牙利地区的群集也进行了更详细的分析。通过判别分析检查聚类的可靠性。基于树状图,我们还对聚类与聚类(也包括匈牙利地区)的关系和距离进行了表征。 |通过多元统计方法,以种植结构,牲畜和土地利用为基础,对22个法国和7个匈牙利地区的农业进行了比较。主成分分析表明,农作物结构的特征可以为4,畜牧和土地利用的主成分为3-3。根据主要成分确定区域的顺序。聚类分析将种植结构和牲畜区域划分为7-7个区域,土地利用划分为12个聚类区域,包含相似区域。我们根据主要成分对集群进行了比较。在集群内部,我们进行了主成分调查;对集群(包括匈牙利地区)进行了更具体的分析。通过判别分析验证了区域分类为聚类的正确性。我们通过树状图分析了关系,包含匈牙利星团的星团之间的距离。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号