Show simple item record

Analýza inovačních indikátorů v Evropské unii s pomocí strojového učení
dc.contributor.advisorPleticha, Petr
dc.creatorMalecha, Jan
dc.date.accessioned2019-07-02T10:12:13Z
dc.date.available2019-07-02T10:12:13Z
dc.date.issued2019
dc.identifier.urihttp://hdl.handle.net/20.500.11956/107120
dc.description.abstractEvropská komise každoročně vydává Evropský srovnávací přehled inovací, který je nástrojem k měření inovační výkonnosti členských států Evropské unie (EU). Tato práce rozšiřuje analýzy publikované v Evropském srovnávacím přehledu inovací 2018 ve dvou směrech. První část zkoumá, pomocí shlukové analýzy, rozdělení členských států EU do skupin podle inovační výkonnosti. V této práci přicházíme s unikátním schématem řešení tohoto rozdělení za použití hierarchického shlukování. Při porovnání našeho schématu se schématem stávajícím se ukazuje, že hlavní vzory v obou schématech jsou velmi podobné. Jedinou výjimkou je odlišnost Velké Británie, Irska a Lucemburska od ostatních nadprůměrně výkonných států. Námi navrhované schéma navíc přináší informace o podobnosti států uvnitř jednotlivých výkonnostních skupin, například uvádí podobnost mezi Finskem, Švédskem a Dánskem a jejich relativní odlišnost od Francie, přestože jsou v jedné skupině. V druhé části se pomocí regresní analýzy pokoušíme zkoumat efekt inovací na reálnou lidskou produktivitu. Na rozdíl od existující literatury nenacházíme statisticky významný vztah mezi produktivitou a indikátory Evropského srovnávacího přehledu inovací. Proto následně rozšiřujeme analýzu o penalizační metodu, označovanou jako lasso metoda, která provádí výběr proměnných z...cs_CZ
dc.description.abstractThe European Commission annually publishes a European Innovation Scoreboard (EIS) as a tool to measure the innovation performance of the EU Member States. This thesis extends the analysis published in the EIS 2018 in two different manners. The first part, a clustering analysis, examines the partition of the EU Member States to innovation performance groups. The thesis comes with a unique scheme of partition created by using hierarchical clustering. A comparison with the existing scheme shows that the general trends are similar in both schemes. The only main exception is the differentiation of the British Isles and Luxembourg apart from the other high performing countries. The proposed scheme provides insight about the within-cluster similarities, such as the similarity of Finland, Sweden and Denmark and their relative distinction from France, although they belong to one cluster. The second part, a regression analysis, attempts to examine the impact of innovations on real labour productivity. Contrary to existing literature, we do not find a statistically significant relationship between productivity and the components of the EIS. Additionally, the analysis is extended by the lasso estimation that provides a variable selection. The latter approach improves our findings and identifies four EIS...en_US
dc.languageEnglishcs_CZ
dc.language.isoen_US
dc.publisherUniverzita Karlova, Fakulta sociálních vědcs_CZ
dc.titleInnovation Indicator Analysis in the European Union: A Machine Learning Approachen_US
dc.typebakalářská prácecs_CZ
dcterms.created2019
dcterms.dateAccepted2019-06-11
dc.description.departmentInstitut ekonomických studiícs_CZ
dc.description.departmentInstitute of Economic Studiesen_US
dc.description.facultyFaculty of Social Sciencesen_US
dc.description.facultyFakulta sociálních vědcs_CZ
dc.identifier.repId202930
dc.title.translatedAnalýza inovačních indikátorů v Evropské unii s pomocí strojového učenícs_CZ
dc.contributor.refereeSemerák, Vilém
thesis.degree.nameBc.
thesis.degree.levelbakalářskécs_CZ
thesis.degree.disciplineEkonomie a financecs_CZ
thesis.degree.disciplineEconomics and Financeen_US
thesis.degree.programEkonomické teoriecs_CZ
thesis.degree.programEconomicsen_US
uk.thesis.typebakalářská prácecs_CZ
uk.taxonomy.organization-csFakulta sociálních věd::Institut ekonomických studiícs_CZ
uk.taxonomy.organization-enFaculty of Social Sciences::Institute of Economic Studiesen_US
uk.faculty-name.csFakulta sociálních vědcs_CZ
uk.faculty-name.enFaculty of Social Sciencesen_US
uk.faculty-abbr.csFSVcs_CZ
uk.degree-discipline.csEkonomie a financecs_CZ
uk.degree-discipline.enEconomics and Financeen_US
uk.degree-program.csEkonomické teoriecs_CZ
uk.degree-program.enEconomicsen_US
thesis.grade.csVelmi dobřecs_CZ
thesis.grade.enVery gooden_US
uk.abstract.csEvropská komise každoročně vydává Evropský srovnávací přehled inovací, který je nástrojem k měření inovační výkonnosti členských států Evropské unie (EU). Tato práce rozšiřuje analýzy publikované v Evropském srovnávacím přehledu inovací 2018 ve dvou směrech. První část zkoumá, pomocí shlukové analýzy, rozdělení členských států EU do skupin podle inovační výkonnosti. V této práci přicházíme s unikátním schématem řešení tohoto rozdělení za použití hierarchického shlukování. Při porovnání našeho schématu se schématem stávajícím se ukazuje, že hlavní vzory v obou schématech jsou velmi podobné. Jedinou výjimkou je odlišnost Velké Británie, Irska a Lucemburska od ostatních nadprůměrně výkonných států. Námi navrhované schéma navíc přináší informace o podobnosti států uvnitř jednotlivých výkonnostních skupin, například uvádí podobnost mezi Finskem, Švédskem a Dánskem a jejich relativní odlišnost od Francie, přestože jsou v jedné skupině. V druhé části se pomocí regresní analýzy pokoušíme zkoumat efekt inovací na reálnou lidskou produktivitu. Na rozdíl od existující literatury nenacházíme statisticky významný vztah mezi produktivitou a indikátory Evropského srovnávacího přehledu inovací. Proto následně rozšiřujeme analýzu o penalizační metodu, označovanou jako lasso metoda, která provádí výběr proměnných z...cs_CZ
uk.abstract.enThe European Commission annually publishes a European Innovation Scoreboard (EIS) as a tool to measure the innovation performance of the EU Member States. This thesis extends the analysis published in the EIS 2018 in two different manners. The first part, a clustering analysis, examines the partition of the EU Member States to innovation performance groups. The thesis comes with a unique scheme of partition created by using hierarchical clustering. A comparison with the existing scheme shows that the general trends are similar in both schemes. The only main exception is the differentiation of the British Isles and Luxembourg apart from the other high performing countries. The proposed scheme provides insight about the within-cluster similarities, such as the similarity of Finland, Sweden and Denmark and their relative distinction from France, although they belong to one cluster. The second part, a regression analysis, attempts to examine the impact of innovations on real labour productivity. Contrary to existing literature, we do not find a statistically significant relationship between productivity and the components of the EIS. Additionally, the analysis is extended by the lasso estimation that provides a variable selection. The latter approach improves our findings and identifies four EIS...en_US
uk.file-availabilityV
uk.publication.placePrahacs_CZ
uk.grantorUniverzita Karlova, Fakulta sociálních věd, Institut ekonomických studiícs_CZ
thesis.grade.codeC


Files in this item

Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record


© 2017 Univerzita Karlova, Ústřední knihovna, Ovocný trh 560/5, 116 36 Praha 1; email: admin-repozitar [at] cuni.cz

Za dodržení všech ustanovení autorského zákona jsou zodpovědné jednotlivé složky Univerzity Karlovy. / Each constituent part of Charles University is responsible for adherence to all provisions of the copyright law.

Upozornění / Notice: Získané informace nemohou být použity k výdělečným účelům nebo vydávány za studijní, vědeckou nebo jinou tvůrčí činnost jiné osoby než autora. / Any retrieved information shall not be used for any commercial purposes or claimed as results of studying, scientific or any other creative activities of any person other than the author.

DSpace software copyright © 2002-2015  DuraSpace
Theme by 
@mire NV