pruh_TITL logo_econ_W text
1
Přístupy k identifikaci faktorů výkonnosti podniků s důrazem na metody výběru příznaků ve
statistickém rozpoznávání.
prof. Ing. Ladislav Blažek, CSc.
Ing. Ondřej Částek, Ph.D.

text pruh_normal pruh_normal
www.econ.muni.cz
2
Téma je řešeno v rámci projektu GA ČR (2012 až 2014)
Na řešení úkolu se podílí
Ekonomicko-správní fakulta MU
prof. Ing. Ladislav Blažek, CSc., Ing. Ondřej Částek, Ph.D., Ing. Jana Pokorná
Fakulta managementu VŠE
prof. Ing. Pavel Pudil, DrSc., RNDr. Petr Somol, Ph.D., RNDr. Lenka Komárková, Ph.D., doc. Ing.
Petr Pirožek, Ph.D., Ing. Jiří Grim, CSc.
Projekt úzce navazuje na výsledky úkolu řešeného v rámci Centra výzkumu konkurenční schopnosti
české ekonomiky, uvedené v publikaci
Blažek, L. a kol. Konkurenční schopnost podniků. Brno : MU 2009.
Využívá a aktualizuje získaná data a dále zdokonaluje metody vyhodnocování.

text pruh_normal pruh_normal
www.econ.muni.cz
3
O co jde?
nHypotéza řešení: Existuje významná závislost mezi určitým typem výkonnosti podniků a určitou
typickou konfigurací charakteristik podniků
nHlavní cíl řešení: Potvrzení této hypotézy a nalezení typických
n      konfigurací charakteristik (vnitřních faktorů) vytvářejících určité typy výkonnosti podniků.
Charakteristiky podniku
Výkonnost podniku
≈
čas

text pruh_normal pruh_normal
www.econ.muni.cz
4
Přístup k řešení
Data z dotazníku
Účetní data (Albertina)
Primární analýza
Shluková analýza
Bivariační analýza
Vícerozměrné statistické rozpoznávání a klasifikace obrazů
Shluková analýza
Ekonomická interpretace
A, B, C

text pruh_normal pruh_normal
www.econ.muni.cz
5
Přístup k řešení
Data z dotazníku
Účetní data (Albertina)
Primární analýza
Shluková analýza
Bivariační analýza
Vícerozměrné statistické rozpoznávání a klasifikace obrazů
Shluková analýza
Ekonomická interpretace
A, B, C
Těžiště projektu GA ČR:
Hledání nejvhodnějších metod vyhodnocování

text pruh_normal pruh_normal
www.econ.muni.cz
6
Jaké metody jsou testovány?
Metody redukce příznaků:
Sequential Forward Flow Search
Dependency Aware Feature Selection
Metody hodnocení kvality predikce závisle proměnné:
k nejbližších sousedů (k Nearest Neighbours)
Nelineární regrese
Dále experimentováno s jinými než Euklidovskými metrikami.
Výsledky porovnávány s:
Korelace
Regrese
t-testy
ANOVA
Veškerá dosavadní publikační činnost je dostupná zde:
http://is.muni.cz/www/4209/45811732/Publikace_GACR_2012-2014.xlsx