Hochschulbibliothek Neu-Ulm

  Eingang zum Volltext in OPUS

Hinweis zum Urheberrecht

Working Paper zugänglich unter
URN: urn:nbn:de:hnu-opus-283
URL: http://www.opus-bayern.de/fh-neu-ulm/volltexte/2011/28/


HNU Working Paper; Nr. 17: Anwendung der Clusteranalyse bei der Erforschung des Landwirtschaftsmarktes in Regionen

Using of cluster analysis in regional agricultural market researching

Fedorova, Marina ; Grabinski, Michael

pdf-Format:
Dokument 1.pdf (246 KB)

Bookmark bei Connotea Bookmark bei del.icio.us
Freie Schlagwörter (Deutsch): Landwirtschaftsmarkt , Gruppierung , Clusteranalyse , Ward-Verfahren , Dendrogramm
Freie Schlagwörter (Englisch): agricultural market , classification , cluster analysis , Wards-method , dendrogram
Journal of Economics Literature Classification: C10 , Q13 , Q10
Institut: Betriebswirtschaftslehre
DDC-Sachgruppe: Landwirtschaft, Veterinärmedizin
Sonstige beteiligte Institution: Institut 2: Marische Staatliche Universität
Dokumentart: Working Paper
Sprache: Deutsch
Erstellungsjahr: 2011
Publikationsdatum: 22.08.2011
Kurzfassung auf Deutsch: Der Landwirtschaftsmarkt entwickelt sich in verschiedenen Bundesländern ungleichmäßig. Darum entsteht die Notwendigkeit, sie nach dem Agrarentwicklungsniveau zu gruppieren, um die führenden und rückständigen Regionen zu definieren. Solche Gruppierung kann man mit Hilfe der Clusteranalyse durchführen. Dabei werden entweder hierarchische oder nichthierarchische Clusteralgorithmen benutzt. In dem Beitrag wurde die Anwendung des Ward-Verfahrens und K-means-Verfahrens dargestellt und das Ergebnis interpretiert. Die Gruppierung in Bundesländer erlaubt eine regionale Landwirtschaftspolitik. Durch stattliche Förderungen können rückständige Regionen stimuliert werden. Subventionen können dadurch (sofern nach EU-Recht erlaubt) optimiert werden.
Kurzfassung auf Englisch: The agricultural markets in different federal states are developing non-uniform. Therefore it is necessary to classify them according their agricultural resulting in leading and being backward regions. Such classification can be achieved by using cluster analysis. Hierarchical and non-hierarchical cluster algorithms are used. In this article Wards-method and K-means method are used, and their results are interpreted. The classification of federal states allows the government to evaluate regional policy in order to improve the methods of state support and incentives given to leading and backward regions, respectively (as far as allowed by EU regulations).

Home | Suchen | Veröffentlichen | Hilfe | Viewer
OPUS logo   OAI2.0 logo  Fragen und Anregungen an bibliothek (at) hs-neu-ulm.de
11.08.10