Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Wyszukiwanie zaawansowane
Przegląd Geograficzny T. 89 z. 4 (2017)
Celem artykułu jest dostarczenie empirycznego dowodu twierdzenia, że ograniczenia nałożone na funkcję celu mogą zredukować entropię odpowiednich rozkładów, stworzoną przez modele maksymalizacji entropii. Tę ideę ocenia się na podstawie zastosowania do modelu maksymalizacji entropii przestrzennej interakcji jako typowego reprezentanta rodziny modeli maksymalizacji entropii. Jedenaście różnych wersji modelu przestrzennej interakcji dopasowuje się kolejno do sześciu zbiorów danych dotyczących międzyregionalnych migracji na Słowacji. Dla każdego modelu wpierw prognozuje się rozkłady przepływów, później oblicza się odpowiednią przewidywaną entropię, a na końcu porównuje się wartości entropii odnoszące się do wszystkich modeli. Otrzymane wyniki jednoznacznie wskazują, że ograniczenia nałożone na funkcję celu sukcesywnie redukują początkową maksymalną entropię, i że ta redukcja zależy od liczby i charakteru nałożonych ograniczeń. Warto podkreślić, że wspomniana redukcja jest stopniowa. Co więcej, w artykule wyprowadzamy, przynajmniej jeśli chodzi o pewne wnioski na temat rodzajów ograniczeń te, które są najlepsze w redukcji początkowej maksymalnej entropii. Wreszcie, wykazujemy, że w zbiorze rozważanych modeli podwójnie ograniczony model przestrzennej interakcji z funkcją odległości Tannera można uważać za najlepszy, przynajmniej jeśli chodzi o zastosowaną metodologię. Główne twierdzenie niniejszego artykułu uzyskało zatem dowód empiryczny, trzeba jednak pamiętać, że wspomniane uogólnione wnioski oparte są na ograniczonej liczbie przypadków. Dlatego wskazane są dalsze badania idące w podobnym kierunku.
1. Batty M., 2010, Space, scale, and scaling in entropy maximizing, Geographical Analysis, 42, 4, pp. 395-421.
https://doi.org/10.1111/j.1538-4632.2010.00800.x -
2. Batty M., Mackie S., 1972, The calibration of gravity, entropy, and related models of spatial interaction, Environment and Planning, 4, 2, pp. 205-233.
https://doi.org/10.1068/a040205 -
3. Bell M., Blake M., Boyle P., Duke-Williams O., Rees P., Stillwell J., Hugo G., 2002, Cross-national comparison of internal migration: issues and measures, Journal of the Royal Statistical Society, Series A, 165, 3, pp. 435-464.
https://doi.org/10.1111/1467-985X.00247 -
4. Bezák A., 2000, Funkčné mestské regióny na Slovensku (Functional urban regions in Slovakia), Geographia Slovaca, 15, Slovak Academy of Sciences, Institute of Geography, Bratislava.
5. Bezák A., 2000, Interregional migration in Slovakia: some tests of spatial interaction models, Geografický časopis, 52, 1, pp. 15-32.
6. Fotheringham A.S., O'Kelly M.E., 1989, Spatial Interaction Models: Formulations and Applications, Kluwer, Dordrecht.
7. Garrett A.J.M., 1991, Macroirreversibility and microreversibility reconciled: the second law, [in:] B. Buck, V.A. Macaulay (eds.), Maximum Entropy in Action, Clarendon Press, Oxford, pp. 139-170.
8. Jaynes E.T., 1957, Information theory and statistical mechanics, Physical Review, 106, 4, pp. 620-630.
https://doi.org/10.1103/PhysRev.106.620 -
9. Masser I., Scheurwater J., 1978, The specification of multi-level systems for spatial analysis, [in:] I. Masser, P.J.B. Brown (eds.), Spatial Representation and Spatial Interaction, Martinus Nijhoff, Leiden, pp. 151-172.
https://doi.org/10.1007/978-1-4613-4067-6_7 -
10. Pohyb obyvatelstva v České a Slovenské Federatívní Republice v roce 1991, 1993, Český statistický úřad, Praha.
11. Pohyb obyvatelstva v Československé socialistické republice v roce … [1981, 1982, 1983, 1984, 1985], 1982-1986, Federální statistický úřad, Praha.
12. Pohyb obyvateľstva v Slovenskej republike v roku … [1992, 1993, 1994, 1995], 1993-1996, Štatistický úrad Slovenskej republiky, Bratislava.
13. Rogerson P.A., 1990, Buffon's needle and the estimation of migration distances, Mathematical Population Studies, 2, 3, pp. 229-238.
https://doi.org/10.1080/08898489009525308 -
14. Roy J.R., Thill J.-C., 2004, Spatial interaction modelling, Papers in Regional Science, 83, 1, pp. 339-361.
https://doi.org/10.1007/s10110-003-0189-4 -
15. Stillwell J.C.H., 1983, SPAINT: A Computer Program for Spatial Interaction Model Calibration and Analysis, Computer Manual, 14, University of Leeds, School of Geography, Leeds.
16. Wilson A.G., 1967, A statistical theory of spatial distribution models, Transportation Research, 1, 3, pp. 253-269.
https://doi.org/10.1016/0041-1647(67)90035-4 -
17. Wilson A.G., 1970, Entropy in Urban and Regional Modelling, Pion, London.
18. Wilson A.G., 1974, Urban and Regional Models in Geography and Planning, Wiley, Chichester.
19. Yaglom A.M., Yaglom I.M., 1983, Probability and Information [Translated from the Russian (1973) by V. K. Jain], D. Reidel, Dordrecht.
Rozmiar pliku 0,6 MB ; application/pdf
oai:rcin.org.pl:64378 ; 0033-2143 (print) ; 2300-8466 (on-line) ; 10.7163/PrzG.2017.4.1
CBGiOŚ. IGiPZ PAN, sygn.: Cz.181, Cz.3136, Cz.4187 ; kliknij tutaj, żeby przejść
Licencja Creative Commons Uznanie autorstwa 3.0 Polska
Zasób chroniony prawem autorskim. [CC BY 3.0 PL] Korzystanie dozwolone zgodnie z licencją Creative Commons Uznanie autorstwa 3.0 Polska, której pełne postanowienia dostępne są pod adresem: ; -
Instytut Geografii i Przestrzennego Zagospodarowania Polskiej Akademii Nauk
Program Operacyjny Innowacyjna Gospodarka, lata 2010-2014, Priorytet 2. Infrastruktura strefy B + R ; Unia Europejska. Europejski Fundusz Rozwoju Regionalnego
25 mar 2021
8 lut 2018
1043
https://rcin.org.pl./publication/83726
Malanowski, Kazimierz
Jonas, Matthias Krey, Volker Marland, Gregg Nahorski, Zbigniew (1945– ) Wagner, F.
Literak, I. Literakova, M. Klimes, J.
Bitušíková, Alexandra
Watts, P.
Buzalka, Juraj
Székely, Vladimír Novotný, Ján Michniak, Daniel