D 2018

VYUŽITÍ DIGITALIZACE DAT PRO ZJIŠŤOVÁNÍ ODHADŮ ZÁKLADNÍCH EKONOMICKÝCH UKAZATELŮ STÁTU NA PŘÍKLADU NEZAMĚSTNANOSTI

SKUPINOVÁ, Sylva, Jan MÁČE and Eliška SMOTLACHOVÁ

Basic information

Original name

VYUŽITÍ DIGITALIZACE DAT PRO ZJIŠŤOVÁNÍ ODHADŮ ZÁKLADNÍCH EKONOMICKÝCH UKAZATELŮ STÁTU NA PŘÍKLADU NEZAMĚSTNANOSTI

Name (in English)

USING DATA DIGITIZATION FOR THE BASIC STATE ECONOMIC INDICATORS ESTIMATING ON THE EXAMPLE OF UNEMPLOYMENT

Authors

SKUPINOVÁ, Sylva, Jan MÁČE and Eliška SMOTLACHOVÁ

Edition

první. Praha, p. 149-156, 7 pp. 2018

Publisher

Vysoká škola hotelová v Praze 8, spol. s r.o.

Other information

Language

Czech

Type of outcome

Stať ve sborníku

Country of publisher

Czech Republic

Confidentiality degree

není předmětem státního či obchodního tajemství

Publication form

storage medium (CD, DVD, flash disk)

Organization unit

University College Prague – University of International Relations and Institute of Hospitality Management and Economics, Ltd.

Keywords (in Czech)

Digitalizace, nezaměstnanost, regresní a korelační analýza

Keywords in English

Digitization, unemployment, regression and correlation analysis
Změněno: 22/11/2018 08:45, PhDr. Jan Máče, Ph.D.

Abstract

V originále

Příspěvek pojednává o důležitosti digitalizace dat pro jejich další možné zpracování s využitím příslušných matematickostatistických metod. Na příkladu základního ekonomického ukazatele státu – nezaměstnanosti je demonstrována důležitost digitalizace dat, kdy hodnoty nezaměstnanosti v tisících osob v časové řadě 1993 – 2017 byly zpracovány metodou regresní a korelační analýzy a byl proveden výpočet odhadu počtu nezaměstnaných pro letošní rok.

In English

This contribution deals with the importance of data digitization for their further possible processing using the appropriate mathematical methods. The basic economic indicator - unemployment – is used as an example on which the importance of data digitization is demonstrated. Using the regression and correlation analysis the unemployment figures were compiled and processed in thousands of people in the time series 1993-2017 and an estimation of the number of unemployed for this year was made.