844 matches
-
analiza apei subterane, raportul geotehnic cu recomandările pentru fundare și consolidări; - alte studii de specialitate necesare, după caz; e) caracteristicile principale ale construcțiilor din cadrul obiectivului de investiții, specifice domeniului de activitate, si variantele constructive de realizare a investiției, cu recomandarea varianței optime pentru aprobare; ... f) situația existentă a utilităților și analiza de consum: ... - necesarul de utilități pentru varianta propusă promovării; - soluții tehnice de asigurare cu utilități; g) concluziile evaluării impactului asupra mediului; ... 4. durată de realizare și etapele principale; graficul de
EUR-Lex () [Corola-website/Law/202832_a_204161]
-
sau descresc în toate categoriile chair înainte și după alegerile din 1996 vezi octombrie '96, martie '97; aceeași situație apare și înainte și după alegerile din 200058 (vezi Tabelul 7). Pentru a verifica aceste influențe, am folosit testele ANOVA (analiza varianței). Practic, am creat o variabilă artificială 59 care să marcheze contextele date de perioadele pre- și postelectorale (1996-1997 și 2000-2001) și am testat relația ei cu fiecare categorie de optimism / pesimism. Rezultatele sugerează existența așa numitului efect al "lunii de
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
cultură a neîncrederii se va risipi, tinerii (în special cei din mediul urban) să se reorienteze sau să se identifice din ce în ce mai mult cu valorile de tip deschidere la schimbare, în detrimentul celor conservatoare. ANEXA I Tabelele A1-A5 prezintă rezultatele analizei de varianță (ANOVA) Tabel A1 Test: Bonferoni Variabila dependentă (I) elect (J) elect * Diferență medii (I-J) Eroare standard Sig. Optimism deplin post- electoral non- electoral 8,77692 3,03822 ,029 preelectoral 13,23500 3,75735 ,007 Tabel A2 Test: Bonferoni Variabila
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
0,374 0,305 0,673 0,612 0,552 Religia e importantă 0,430 0,295 0,312 0,656 0,543 0,558 Dumnezeu e important 0,853 0,971 0, 790 0,923 0,985 0,889 Varianța explicată 58 % 55 % 47 % KMO 0,664 0,609 0,625 Corelația* cu Indicele** Religie importantă 0,997 0,984 1,000 Notă: * Toate corelațiile sunt semnificative pentru p = 0,000. ** Indicele e calculat pe baza saturațiilor factorului în 2005
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
0,956 0,847 0,905 0,978 Crede că există... Rai 0,875 0,881 0,806 0,935 0,939 0,898 Crede că există... păcat 0,294 0,337 0,359 0,542 0,580 0,599 Varianța explicată 61 % 64 % 66 % KMO 0,771 0,774 0,771 Corelația* cu Indicele** Etos creștin 0,984 0,987 1,000 Notă: * Toate corelațiile sunt semnificative pentru p = 0,000. ** Indicele e calculat pe baza saturațiilor factorului în 2005
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
0,742 0,736 Biserica oferă răspunsuri la probleme familiale 0,756 0,747 0,804 0,869 0,864 0,897 Biserica oferă răspunsuri la probleme sociale 0,257 0,274 0,395 0,507 0,523 0,629 Varianța explicată 47 % 52 % 58 % KMO 0,627 0,643 0,673 Corelația* cu Indicele** Religie importantă 0,947 0,968 1,000 Notă: * Toate corelațiile sunt semnificative pentru p = 0,000. ** Indicele e calculat pe baza saturațiilor factorului în 2005
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
0,691 0,786 0,561 0,831 0,887 0,749 Autopercepția religiozității 0,435 0,399 0,359 0,660 0,632 0,599 Comportament religios 0,421 0,312 0,267 0,649 0,559 0,517 Varianța explicată 46 % 46 % 35 % KMO 0, 817 0, 768 0, 765 Corelația* cu Indicele** Religiozitate 0,985 0,995 1,000 Notă: * Toate corelațiile sunt semnificative pentru p = 0,000. ** Indicele e calculat pe baza saturațiilor factorului în 2005. Metoda
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
0,739 0,720 0,751 Cât de justificat este... divorțul 0,486 0,657 0,583 0,697 0,810 0,763 Cât de justificată este... eutanasia 0,255 0,337 0,453 0,505 0,580 0,673 Varianța explicată 39 % 46 % 53 % KMO 0, 676 0, 803 0, 771 Corelația* cu Indicele** Permisivitate 0,990 0,989 1,000 Notă: * Toate corelațiile sunt semnificative pentru p ≤ 0,01. ** Indicele e calculat pe baza saturațiilor factorului în 2005. Metoda
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
0,806 0,830 0,760 Nu acceptă ca vecini... homosexuali 0,480 0,509 0,267 0,693 0,713 0,516 Nu acceptă ca vecini... ALCOOLICI 0,308 0,315 0,439 0,555 0,562 0,662 Varianța explicată 48 % 50 % 43 % KMO 0,657 0,659 0,644 Corelația* cu Indicele** intoleranță 0,984 0,983 1,000 Notă: * Toate corelațiile sunt semnificative pentru p ≤ 0,01. ** Indicele e calculat pe baza saturațiilor factorului în 2005. Metoda
by Horaţiu Rusu [Corola-publishinghouse/Science/1049_a_2557]
-
Anexă 2 TABEL CU IMOBILELE PROPRIETATE PRIVATĂ SITUATE PE AMPLASAMENTUL LUCRĂRII "CONSTRUCȚIA VARIANȚEI DE OCOLIRE DEVA ȘI ORĂȘTIE LA STANDARD DE AUTOSTRADĂ" *Font 8* Suprafață teren (mp) Nr. Unitatea Număr Suprafață Numele proprietarului crt. Județul administrativ cadastral Suprafață Suprafață construcții conform documentației teritorială rezultată din tehnico-cadastrale din acte măsurători 1
EUR-Lex () [Corola-website/Law/182805_a_184134]
-
deoarece acestea se manifestă ca sisteme dinamice complexe, cu feedback și cauzalitate reciprocă, deci numai analizele de tip sistem sunt în măsură să surprindă legătura dintre variabile (Boțel, 2002). Pentru identificarea relațiilor dintre variabile, am utilizat funcția de impulsrăspuns, descompunerea varianței erorilor de prognoză și testele de cauzalitate Granger. Funcția Cholesky de impuls-răspuns arată evoluția viitoare a unei variabile, provocată de un șoc în valoarea unei alte variabile, urmărind traiectoria acestui efect în timp. Metoda descompunerii varianței erorilor de prognoză ne
Economia României sub impactul investiţiilor străine directe by Marinela Geamănu () [Corola-publishinghouse/Science/225_a_443]
-
funcția de impulsrăspuns, descompunerea varianței erorilor de prognoză și testele de cauzalitate Granger. Funcția Cholesky de impuls-răspuns arată evoluția viitoare a unei variabile, provocată de un șoc în valoarea unei alte variabile, urmărind traiectoria acestui efect în timp. Metoda descompunerii varianței erorilor de prognoză ne indică volumul de informație cu care fiecare variabilă contribuie la explicarea celorlalte variabile, iar testul Granger evidențiază relațiile de cauzalitate dintre variabilele studiate - o variabilă X cauzează în sens Granger o altă variabilă Y, dacă modificarea
Economia României sub impactul investiţiilor străine directe by Marinela Geamănu () [Corola-publishinghouse/Science/225_a_443]
-
proprietăților de „zgomot alb” ale termenilor reziduali Această etapă o vom efectua folosind testul multiplicatorul Lagrange, pentru a vedea dacă există autocorelație, testul Lutkepol, pentru a testa normalitatea seriilor, și testul White Heteroskedasticity, pentru a detecta existența heteroscedasticității (lipsa unei varianțe constante). Rezultatele testelor nu sunt satisfăcătoare, ipotezele lipsei de autocorelare și existenței homoscedasticității neputând fi respinse la nivelul semnificativ convențional, de 5%. Deși erorile nu au o distribuție normală, am ales să ignorăm această problemă, considerând modelele adecvate din punct
Economia României sub impactul investiţiilor străine directe by Marinela Geamănu () [Corola-publishinghouse/Science/225_a_443]
-
Între generații. Prezența simultană a unor generații adulte diferite, care au aproape același număr de persoane este un fenomen istoric nou și reprezintă o consecință a unor mutații importante generate de creșterea speranței de viață, de diminuarea mortalității și de varianța vârstei de deces. Acest aspecte vor antrena după sine o dinamică multiplicată de schimburi Între generații. Dar, În timp ce o structură piramidală pe vârste este favorabilă raporturilor de autoritate - pentru că gerontocrația e cu atât mai viabilă cu cât privește o minoritate
[Corola-publishinghouse/Science/2158_a_3483]
-
des și în diferitele contexte în care apar, este indicat ca noțiunile elementare de statistică să fie recapitulate și bine stăpânite atunci când se începe lectura cărții. Nu am reluat definiția unor noțiuni precum cele de variabilă, medie, distribuție de frecvență, varianță sau covarianță. Acestea sunt elementare și absolut oricine trebuie să le cunoască - socotesc că lucrul acesta este de la sine înțeles, așa cum este de la sine înțeles că oricine știe ce este o adunare, un număr întreg sau un triunghi. Dincolo de cunoașterea
[Corola-publishinghouse/Science/2075_a_3400]
-
dintre cele două jumătăți furnizează o estimată a fidelității întregului set de itemi. În fine, o altă metodă de estimare a fidelității unei măsuri, care evită repetarea măsurării sau divizarea itemilor scalei de măsură și care folosește informația dată de varianța și covarianța itemilor, este cea a coerenței interne 2. Plecând de la asumpția că itemii măsoară aspecte diferite ale aceluiași concept, fidelitatea reflectă complementaritatea diferiților itemi în măsurarea aceleiași caracteristici 3. Niveluri ale măsurăriitc "Niveluri ale măsurării" Pentru orice persoană inițiată
[Corola-publishinghouse/Science/2075_a_3400]
-
încearcă să le măsoare, și (2) din felul în care numerele sunt atribuite obiectelor, i.e. felul în care observațiile sunt traduse în numere reale 1. Atunci când folosim variabile măsurate la niveluri de intervale sau de rapoarte, restricțiile acestora fac ca varianța ce poate fi atribuită măsurării să fie foarte mică, și deci cea mai mare parte a variabilității să se datoreze unor diferențe substanțiale între obiecte și mai puțin felului în care acestora li s-au atașat numere. Acest lucru nu
[Corola-publishinghouse/Science/2075_a_3400]
-
pentru fiecare dintre obiectele sau cazurile din eșantion. Ca atare, multe tehnici de analiză multivariată sunt extensii ale analizei univariate (analiza distribuției de frecvență a unei variabile) și ale analizei bivariate (analiza tabelelor de contingență, analiza de corelație, analiza de varianță, regresia simplă)1. Regresia liniară multiplă, de exemplu, este o extensie a regresiei liniare simple,astfel încât sunt incluse mai multe variabile independente în explicarea variabilei dependente. Aceste metode reprezintă o modalitate de a obține printr-o singură analiză rezultatele care
[Corola-publishinghouse/Science/2075_a_3400]
-
o combinație liniară între n variabile latente F1, F2, ..., Fn, n < m. Dintr-o perspectivă cauzală, putem considera variabilele X1, X2, ..., Xm ca fiind determinate cauzal de F1, F2, ..., Fn, n < m, factori care dau seama de o parte din varianța fiecărei variabile X1, X2, ..., Xm (pentru fiecare variabilă Xi, o parte din varianță este explicată de factorii comuni)1, Fiecare variabilă Xi este caracterizată și de un factor de unicitate, Ui, ce dă seama de acea parte a varianței sale
[Corola-publishinghouse/Science/2075_a_3400]
-
o perspectivă cauzală, putem considera variabilele X1, X2, ..., Xm ca fiind determinate cauzal de F1, F2, ..., Fn, n < m, factori care dau seama de o parte din varianța fiecărei variabile X1, X2, ..., Xm (pentru fiecare variabilă Xi, o parte din varianță este explicată de factorii comuni)1, Fiecare variabilă Xi este caracterizată și de un factor de unicitate, Ui, ce dă seama de acea parte a varianței sale care nu se datorează factorilor comuni (și care o face diferită de celelalte
[Corola-publishinghouse/Science/2075_a_3400]
-
din varianța fiecărei variabile X1, X2, ..., Xm (pentru fiecare variabilă Xi, o parte din varianță este explicată de factorii comuni)1, Fiecare variabilă Xi este caracterizată și de un factor de unicitate, Ui, ce dă seama de acea parte a varianței sale care nu se datorează factorilor comuni (și care o face diferită de celelalte variabile)1. Teoretic, acest lucru înseamnă că fiecare variabilă Ui este independentă de oricare dintre factorii F1, F2, ..., Fn. Dacă F1, F2, ..., Fn determină pe X1
[Corola-publishinghouse/Science/2075_a_3400]
-
și care o face diferită de celelalte variabile)1. Teoretic, acest lucru înseamnă că fiecare variabilă Ui este independentă de oricare dintre factorii F1, F2, ..., Fn. Dacă F1, F2, ..., Fn determină pe X1, adică sunt responsabili de o parte din varianța lui X1, iar F1, F2, ..., Fn determină pe X2, adică aceiași factori explică o parte din varianța lui X2, atunci acești factori, F1, F2, ..., Fn, sunt responsabili de covariația variabilelor X1 și X2 (de corelația care există între acestea). Îndepărtând
[Corola-publishinghouse/Science/2075_a_3400]
-
este independentă de oricare dintre factorii F1, F2, ..., Fn. Dacă F1, F2, ..., Fn determină pe X1, adică sunt responsabili de o parte din varianța lui X1, iar F1, F2, ..., Fn determină pe X2, adică aceiași factori explică o parte din varianța lui X2, atunci acești factori, F1, F2, ..., Fn, sunt responsabili de covariația variabilelor X1 și X2 (de corelația care există între acestea). Îndepărtând factorii comuni, între variabilele X1 și X2 nu va mai exista nici o corelație. Toate lucrurile exprimate mai
[Corola-publishinghouse/Science/2075_a_3400]
-
ortogonali Pentru a înțelege mai bine, să luăm cel mai simplu exemplu posibil, și anume cel în care două variabile observate, X1 și X2, sunt determinate de un singur factor latent, F1. Acest lucru înseamnă că atât o parte din varianța lui X1, cât și o parte din varianța lui X2 sunt datorate variației lui F1. Covariația dintre X1 și X2 poate fi explicată prin aceea că factorul F1 determină atât pe X1 (este responsabil de variația sa), cât și pe
[Corola-publishinghouse/Science/2075_a_3400]
-
cel mai simplu exemplu posibil, și anume cel în care două variabile observate, X1 și X2, sunt determinate de un singur factor latent, F1. Acest lucru înseamnă că atât o parte din varianța lui X1, cât și o parte din varianța lui X2 sunt datorate variației lui F1. Covariația dintre X1 și X2 poate fi explicată prin aceea că factorul F1 determină atât pe X1 (este responsabil de variația sa), cât și pe X2. Astfel, în cazul unuia dintre exemplele de
[Corola-publishinghouse/Science/2075_a_3400]