„Katasztrofa” változatai közötti eltérés

A Miau Wiki wikiből
(A tervezett alkalmazás/megoldás címe)
(Az információ többletérték lehetőségének levezetése (VITA))
 
(49 közbenső módosítás ugyanattól a szerkesztőtől nincs mutatva)
3. sor: 3. sor:
  
 
=A tervezett alkalmazás/megoldás címe=
 
=A tervezett alkalmazás/megoldás címe=
Hogyan változik katasztrófa esetén az egyes országokban az életszínvonal?
+
Vajon melyik országot érintené kritikusabban egy adott jellegű katasztrófa?
  
 
=A feladat előtörténete=
 
=A feladat előtörténete=
A katasztrófa után vajon mennyivel növekszik meg a munkanélküliség száma, és az milyen hatást gyakorolhat a bűnözésre, illetve elszegényesedésre.
+
 
Van-e valamilyen összefüggés a bűnözés, az elszegényesedés valamint a halálozások között ?
+
Katasztrófa témában kezdtem meg az elemzésemet. Uniós országok katasztrófa kitettségét vizsgáltam és arra kerestem a választ, hogy van-e összefüggés a katasztrófa kitettség és a gazdasági helyzet között.
Mikor kerül egy esetleges államcsőd szélére az ország ?
 
Milyen az adott ország életszínvonala ?
 
Az elemzésemben leginkább erre keresem a válaszokat.
 
  
 
=A feladat megoldás jelenlegi helyzete és ennek értékelése=
 
=A feladat megoldás jelenlegi helyzete és ennek értékelése=
Mivelhogy leginkább arra kerestem a választ, hogy egy ország hogyan kezeli az esetlegesen bekövetkező külső környezeti katasztrófát, és hogy ez a katasztrófa milyen hatással van maga az országra, illetve annak lakosságára, valamint az őt körülvevő országokra, így hivatalos (Eurostat, Nationmaster)oldalakról összegyűjtöttem adatokat,, amelyek által a különböző országokban bekövetkező esetleges katasztrófák, ill. elszegényedés  okozta károkat össze tudtam hasonlítani.
+
Amennyiben nem találkoztam volna a hasonlóságelemzéssel akkor az Unios országokra vonatkozó adatokat összefoglalom egy táblázatba. Ezt követően az egyes országok katasztrófa kitettségét úgy értékeltem volna, hogy az x tényezők alapján számítok egy átlagot és ehhez viszonyítom Magyarország helyzetét. Az x tényezők alapján az átlag 15,36. Magyarország az x tényezők alapján 16,6.
Tulajdonképpen jelen elemzésem rámutatott arra, hogy országunknak akad még bőven tennivalaója, hiszen egy esetleges környezeti katasztrófa bekövetezése esetén a káosz venné át a hatalmat országunkban.
+
A számok alapján viszont a legmagasabb értéket amit kaptam átlagra az Iceland 22,8 a legkisebbet pedig Bulgáriára ami 5,8.  
 +
Ennek alapján a legmagasabb kitettségű országok:
 +
*Finland
 +
*United Kingdom
 +
*Iceland
 +
 
 +
Átlagos kitettségű országok:
 +
*Czech Republic
 +
*Hungary
 +
*Latvia
 +
*Slovakia
 +
 
 +
A legkisebb kitettségű országok:
 +
*Bulgaria
 +
*Germany
 +
*Spain
 +
 
 +
[[Fájl:Tábl.png]]
  
 
=A tervezett megoldás adatvagyonának bemutatása (ANYAG)=
 
=A tervezett megoldás adatvagyonának bemutatása (ANYAG)=
Az elemzést alkotó információkat legfőképpen az Eurostat, Unece és Nationmaster hivatalos oldaláról töltöttem le, azonban a félreértések elkerülése végett, szeretném leszögezni, hogy az elemzés végső kimenetelét kizárólagosan csak az elemzésben szereplő országok adatai határozták meg, amelyek (legfőképp időhiány miatt) nem minden esetben lehetnek hitelesek.
+
Mivel elég nehéz és összetett a témám ezért sok időt töltöttem adatok keresésével különböző adatbázisokban. Nehézséget okozott, hogy nem minden országhoz találtam adatokat ez az elemzésemben is látható.
  
 
==Objektumok (sorok)==
 
==Objektumok (sorok)==
56. sor: 70. sor:
  
 
==Attribútumok (X, Y oszlopok)==
 
==Attribútumok (X, Y oszlopok)==
*Halálozás  
+
*X1=Halálozás XLS death rate per 100000 inhabitants Irány: minél nagyobb a halálozás aránya annál jobban növekedhet a katasztrófa kitettség
*Bűnözés
+
 
*Munkanélküliség
+
*X2=Bűnözés XLS crime total crime Irány: minél nagyobb a bűnözés annál jobban növekedhet a kitettség
*Szegénység
+
 
*Állam kiadásai, pénzügyi helyzete
+
*X3=Munkanélküliség unemployment rate both sex Irány: minél nagyobb a munkanélküliség annál nagyobb a katasztrófa kitettség
 +
 
 +
*x4=Szegénység XLS poverty rate per 100000 inhabitant Irány: minél nagyobb a szegénység annál nagyobb a katasztrófa által okozható kár
 +
 
 +
*Y=Állam kiadásai, pénzügyi helyzete XLS total government expenditure % of GDP Irány:minél kevesebb az állam ráfordítása a katasztrófa megelőzésre vagy adakozásra annál magasabb a katasztrófa kitettség
  
 
=A feladat által érintett célcsoportok=
 
=A feladat által érintett célcsoportok=
Gyakorlatilag jelen elemzésben különböző országok lakosai, illetve kormányai az érintettek.
+
karitatív szervezetek, katasztrófavédelem, állam és az érintett emberek akik a katasztrófa általi negatív hatásokat átélték.
  
 
=A feladat megválaszolása kapcsán várható hasznosság=
 
=A feladat megválaszolása kapcsán várható hasznosság=
Az elemzés általi eredmény kapcsán leginkább országunk negatív irányba elmozduló életszínvonalára szeretnék rámutatni. Jelen elemzésem egyértelműen rámutat országunk elmaradt életszínvonalára.
+
Az elemzés általi eredmény kapcsán leginkább országunk negatív irányba elmozduló életszínvonalára szeretnék rámutatni. Jelen elemzésem egyértelműen rámutat országunk átlagos életszínvonalára.
 +
 
 +
Tananyag szerint:
 +
Adatvagyon megszerzése az egyes országokhoz Eurostat és különböző internetes adatbázisokból: 140 perc
 +
*Az adatok bevitele Excel táblázatba: 10 perc
 +
*Az országok rangsorainak kialakítása: 10 perc
 +
*Szakmai vélemény megfogalmazása: 20 perc
 +
*Összesen 180 perc 40000 forint
 +
Szakértői megoldás szerint:
 +
*Adatok begyűjtése: 10 perc
 +
*Excel használata a számoláshoz: 10 perc
 +
*Szakmailag véleményezés a módszer és összefüggések értékelése : 20 perc 60 000 Ft
 +
*A vélemények kiértékelése: 20 perc
 +
*Összesen: 60 perc 60 000 Ft
 +
Különbözet: 20 000 Ft melynek reményében kezdjük el az alkalmazást.
  
 
=A saját megoldás bemutatása (MÓDSZER)=
 
=A saját megoldás bemutatása (MÓDSZER)=
*Információgyűjtés ( legfőképp internet, keresők )
+
Információgyűjtés ( legfőképp internet, keresők ) Ezt követően az excel táblázatot készítettem el megadtam az irányokat az x és y tényezőkre vonatkoztatva. Az Y-t 1-es jelöltem az X tényezőket pedig 0-val. Ami azt jelenti, hogy minél kisebb az Y vagyis az állam kiadása (gazdasági helyzete) annál nagyobb a katasztrófák által okozható kár amelyeket az x tényezők jelölnek. Az országokat rangsoroltam amelyekhez az említett tényezőket kötöttem ezek Uniós országok voltak a rangsor elkészültével még átlagot számoltam aztán a COCO elemzést készítettem el ez a lefuttatás igazolja, hogy hiteles vagy nem az adott ország az az melyikben magas közepes illetve alacsony a kitettség. Az 1000 alatti országokban alacsony a kitettség az 1000-nél átlagos és ami 1000-től felfelé halad ott magas a kitettség.
*Országok specifikációja , országok kiválasztása
 
*Tulajdonságok specifikációja
 
*Rangsorok kialakítása
 
*COCO tábla elkészítése
 
*Átlagszámítás
 
*COCO elemzés
 
  
 
=Az eredmények értelmezése (EREDMÉNY)=
 
=Az eredmények értelmezése (EREDMÉNY)=
Mivel a fentebb leírt országokban bekövetkező esetleges külső környezeti vagy nem környezeti katasztrófák bekövetkezése időben nem azonos, így az elemzés általi eredmény nem tekinthető állandónak.
+
*Hasonlóságelemzés nélkül az adatok átlagára hagyatkozva Magyarország kitettsége a közepesnél minimálisan magasabb. Az átlag 15,36 Magyaroszág pedig 16,6-os eredményt kapott.
Amikor valaki egy ország életszínvonali helyzetét szeretné összehasonlítani egy másikéval, rögtön az ország pénzügyei  kerülnek előtérbe, ami nem feltétlenül jelenti azt, hogy egy ország életszínvonala jobb, mint egy másik országé.
+
*Magyarország a direkt elemzés alapján amely az xls- ben szerepel hitelesnek bizonyult így a kitettsége nem túl nagy (HU 1010,5>1000)
 
+
*A legkisebb kitettséggel rendelkező ország Bulgária az indirekt táblázat alapján mivel: Bulgária 942,6<1000.
A coco programmal egyértelműen rá lehet mutatni arra, hogy magyarország nem követi, ill. csak részben követi a fejletebb országokat.
+
*A legmagasabb kitettséggel rendelkező ország pedig Iceland 1039,8 >1000.
  
 
=Ajánlások megfogalmazása (KÖVETKEZTETÉS)=
 
=Ajánlások megfogalmazása (KÖVETKEZTETÉS)=
Elemzésemben szerettem volna az országok katasztrófavédelmi intézkedéseiről hasonlósági vizsgálatot készíteni, azonban ez adatok és idő hiánya miatt nem valósult meg, így az országok életszínvonaláról készítettem hasonlóság elemzést
+
Az elemzésemmel azt akartam bizonyítani, hogy mely országokban magas illetve alacsony a kitettség.
 +
Az attribútumokból rendelkezésre álló adatok valamint a coco elemzés adatai összefüggnek.
 +
Magyarországot kiemelve az attribútumok közül a szegénységre kaptam alacsony adatot ebből az tűnik ki, hogy az elemzésben a szegénységnek nem volt annyira meghatározó szerepe.
 +
A többi tényezőnek viszont igen így a halálozásnak a gazdasági helyzetnek melyek közepes eredményt mutatnak.
  
A COCO alkalmazás jól alkalmazható olyan esetekben amikor az objektumokhoz kötött változókat csak egy bizonyos időintervallumban használjuk fel.
+
=Az információ többletérték lehetőségének levezetése (VITA)=
Az én elemzésemben egy eléggé nehéz és sokakat érintő témával szerettem volna foglalkozni amely láncreakciónak tekinthető mivel ha az egyik objektum attribútumának értéke megváltozik az hatással lesz a többi objektum attribútumának értékére is.
 
 
 
Ezt egy példával szeretném bemutatni.
 
 
 
[[Fájl:pelda.png]]
 
  
Látható,hogy az eredmény mennyi tulajdonságtól függhet, amely tulajdonságok között speciális asszociációk is megfigyelhetőek (azonnali halál, kórházban történő halál kapcsolata, illetve Ország > Kiadások <> Bevételek <> Földrengés  kapcsolata).
+
Az elemzés segítségével eldönthetjük, hogy melyik országban magas illetve alacsony a kitettség a gazdasági helyzetre vonatkoztatva a megelőzés szempontjából.
A fenti példa, egy nagyon egyszerű példa volt, mivel nem mindegy hogy, hol következik be, mekkora a földrengés ereje, időjárás.
+
Ahogy a táblázatból kiderült a saját számításaim alapján Magyarország kitettsége átlagos illetve az átlagnál minimálisan nagyobb ami összefügg az ország gazdasági helyzetével. Így a tervezett 20000 forint reális, mert a saját eredményeimre is és a COCO elemzésre is az jött ki, hogy Magyarország kitettsége átlagos illetve az átlagostól enyhén magasabb.
Egy aprócska tényező megváltoztathatja az egész elemzés kimenetelét, így csak  átlagot lehet számítani, és ebből következtetni arra, hogy technikailag és nem technikailag mennyire felkészült egy ország, és ezáltal az országok közötti különbségeket analizálhatjuk, majd készíthetünk belőle egy rangsort.
 
Az elemzés rámutat arra, hogy egy esetlegesen bekövetkező nagyobb háború, vagy nagyobb külső ill. nem külső környezeti katasztrófa teljes mértékben leamortizálná az országokat.
 
A COCO (webes alkalmazás)-al  rangsort lehet előállítani fix objektumokkal, és állandó értékekkel, azonban ez a jelen elemzésemhez nem
 
elegendő, mivel egy esetleges tulajdonság megváltozásakor nem képes a többi tulajdonság megváltoztatására, valamint nem képes a  
 
a tulajdonságok közötti összefüggéseket sem kiszámolni.  
 
 
 
Viszont jelen elemzésemben használt egyes tulajdonságok felhasználhatóak mint összehasonlítható karakterisztikájú objektumok,
 
és a COCO pont erre való, kiszámolja nekünk a legjobb elemet az "adott pillanatban", így az elemzés alapján megkapjuk, hogy az adott
 
tulajdonságok alapján melyik országban a legjobb az életszínvonal. Az eredményt lásd a forrásban.
 
 
 
=Az információ többletérték lehetőségének levezetése (VITA)=
 
Megéri az életmód változtatás, az összefogás, az emberek támogatása mert az emberek ezáltal összetartóbbak lesznek. Például figyelembe vehetjük, hogy amikor kitör egy katasztrófa pl. vörösiszap katasztrófa az állam és a szakértők összefogásával rengeteg adomány és segítség érkezett az érintett területre. Összefogtak az emberek itt is. A katasztrófát ugyan nem lehet megelőzni mivel hirtelen érkezik de helyre lehet hozni állami segítséggel.
 
Arra is gondolhatunk még, hogy az államnak viszont ez sok volt, mint kiadás de a tényezőkön mégis segített amennyit lehetett megváltozott az emberek életmódja hiszen új házakat kaptak (vörösiszap katasztrófa) és élhetik tovább az életüket bár ez nagyon nehéz mivel amit eddig felépített életében azt elnyelte az iszap. Tehát itt sok ellenérvet és a téma mellett szóló érveket lehet felsorakoztatni ez egy nehéz témakör amelyre nagyon nehéz válaszolni.
 
Nyílvánvalóan a technológiába való befektetés mindig is nyereséges volt, és nyereséges is lesz.
 
Megéri jó kapcsalotakot ápolni a többi országgal, mivel így az országban élők életszínvonala is emelkedik, ezáltal növekszik a termelés, munkalehetőségek száma, valamint a biztonságérzet.
 
A techonlógia által elért hasznosság jelenleg úgy tűnik, hogy megérte a befektetett időt, energiát és pénzt, mert ezáltal vezető szerepekört töltenek be a technológiailag fejlett országok.
 
  
 
=Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba=
 
=Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba=

A lap jelenlegi, 2012. május 20., 13:37-kori változata

Forrás

[1]

A tervezett alkalmazás/megoldás címe

Vajon melyik országot érintené kritikusabban egy adott jellegű katasztrófa?

A feladat előtörténete

Katasztrófa témában kezdtem meg az elemzésemet. Uniós országok katasztrófa kitettségét vizsgáltam és arra kerestem a választ, hogy van-e összefüggés a katasztrófa kitettség és a gazdasági helyzet között.

A feladat megoldás jelenlegi helyzete és ennek értékelése

Amennyiben nem találkoztam volna a hasonlóságelemzéssel akkor az Unios országokra vonatkozó adatokat összefoglalom egy táblázatba. Ezt követően az egyes országok katasztrófa kitettségét úgy értékeltem volna, hogy az x tényezők alapján számítok egy átlagot és ehhez viszonyítom Magyarország helyzetét. Az x tényezők alapján az átlag 15,36. Magyarország az x tényezők alapján 16,6.

A számok alapján viszont a legmagasabb értéket amit kaptam átlagra az Iceland 22,8 a legkisebbet pedig Bulgáriára ami 5,8. 

Ennek alapján a legmagasabb kitettségű országok:

  • Finland
  • United Kingdom
  • Iceland

Átlagos kitettségű országok:

  • Czech Republic
  • Hungary
  • Latvia
  • Slovakia

A legkisebb kitettségű országok:

  • Bulgaria
  • Germany
  • Spain

Tábl.png

A tervezett megoldás adatvagyonának bemutatása (ANYAG)

Mivel elég nehéz és összetett a témám ezért sok időt töltöttem adatok keresésével különböző adatbázisokban. Nehézséget okozott, hogy nem minden országhoz találtam adatokat ez az elemzésemben is látható.

Objektumok (sorok)

Országok mint objektumok :

  • Belgium
  • Bulgaria
  • Czech Republic
  • Denmark
  • Germany (including former GDR from 1991)
  • Estonia
  • Ireland
  • Greece
  • Spain
  • France
  • Italy
  • Cyprus
  • Latvia
  • Lithuania
  • Luxembourg
  • Hungary
  • Malta
  • Netherlands
  • Austria
  • Poland
  • Portugal
  • Romania
  • Slovenia
  • Slovakia
  • Finland
  • Sweden
  • United Kingdom
  • Iceland
  • Norway
  • Switzerland
  • Croatia
  • Turkey
  • Irány

Attribútumok (X, Y oszlopok)

  • X1=Halálozás XLS death rate per 100000 inhabitants Irány: minél nagyobb a halálozás aránya annál jobban növekedhet a katasztrófa kitettség
  • X2=Bűnözés XLS crime total crime Irány: minél nagyobb a bűnözés annál jobban növekedhet a kitettség
  • X3=Munkanélküliség unemployment rate both sex Irány: minél nagyobb a munkanélküliség annál nagyobb a katasztrófa kitettség
  • x4=Szegénység XLS poverty rate per 100000 inhabitant Irány: minél nagyobb a szegénység annál nagyobb a katasztrófa által okozható kár
  • Y=Állam kiadásai, pénzügyi helyzete XLS total government expenditure % of GDP Irány:minél kevesebb az állam ráfordítása a katasztrófa megelőzésre vagy adakozásra annál magasabb a katasztrófa kitettség

A feladat által érintett célcsoportok

karitatív szervezetek, katasztrófavédelem, állam és az érintett emberek akik a katasztrófa általi negatív hatásokat átélték.

A feladat megválaszolása kapcsán várható hasznosság

Az elemzés általi eredmény kapcsán leginkább országunk negatív irányba elmozduló életszínvonalára szeretnék rámutatni. Jelen elemzésem egyértelműen rámutat országunk átlagos életszínvonalára.

Tananyag szerint: Adatvagyon megszerzése az egyes országokhoz Eurostat és különböző internetes adatbázisokból: 140 perc

  • Az adatok bevitele Excel táblázatba: 10 perc
  • Az országok rangsorainak kialakítása: 10 perc
  • Szakmai vélemény megfogalmazása: 20 perc
  • Összesen 180 perc 40000 forint

Szakértői megoldás szerint:

  • Adatok begyűjtése: 10 perc
  • Excel használata a számoláshoz: 10 perc
  • Szakmailag véleményezés a módszer és összefüggések értékelése : 20 perc 60 000 Ft
  • A vélemények kiértékelése: 20 perc
  • Összesen: 60 perc 60 000 Ft

Különbözet: 20 000 Ft melynek reményében kezdjük el az alkalmazást.

A saját megoldás bemutatása (MÓDSZER)

Információgyűjtés ( legfőképp internet, keresők ) Ezt követően az excel táblázatot készítettem el megadtam az irányokat az x és y tényezőkre vonatkoztatva. Az Y-t 1-es jelöltem az X tényezőket pedig 0-val. Ami azt jelenti, hogy minél kisebb az Y vagyis az állam kiadása (gazdasági helyzete) annál nagyobb a katasztrófák által okozható kár amelyeket az x tényezők jelölnek. Az országokat rangsoroltam amelyekhez az említett tényezőket kötöttem ezek Uniós országok voltak a rangsor elkészültével még átlagot számoltam aztán a COCO elemzést készítettem el ez a lefuttatás igazolja, hogy hiteles vagy nem az adott ország az az melyikben magas közepes illetve alacsony a kitettség. Az 1000 alatti országokban alacsony a kitettség az 1000-nél átlagos és ami 1000-től felfelé halad ott magas a kitettség.

Az eredmények értelmezése (EREDMÉNY)

  • Hasonlóságelemzés nélkül az adatok átlagára hagyatkozva Magyarország kitettsége a közepesnél minimálisan magasabb. Az átlag 15,36 Magyaroszág pedig 16,6-os eredményt kapott.
  • Magyarország a direkt elemzés alapján amely az xls- ben szerepel hitelesnek bizonyult így a kitettsége nem túl nagy (HU 1010,5>1000)
  • A legkisebb kitettséggel rendelkező ország Bulgária az indirekt táblázat alapján mivel: Bulgária 942,6<1000.
  • A legmagasabb kitettséggel rendelkező ország pedig Iceland 1039,8 >1000.

Ajánlások megfogalmazása (KÖVETKEZTETÉS)

Az elemzésemmel azt akartam bizonyítani, hogy mely országokban magas illetve alacsony a kitettség. Az attribútumokból rendelkezésre álló adatok valamint a coco elemzés adatai összefüggnek. Magyarországot kiemelve az attribútumok közül a szegénységre kaptam alacsony adatot ebből az tűnik ki, hogy az elemzésben a szegénységnek nem volt annyira meghatározó szerepe. A többi tényezőnek viszont igen így a halálozásnak a gazdasági helyzetnek melyek közepes eredményt mutatnak.

Az információ többletérték lehetőségének levezetése (VITA)

Az elemzés segítségével eldönthetjük, hogy melyik országban magas illetve alacsony a kitettség a gazdasági helyzetre vonatkoztatva a megelőzés szempontjából. Ahogy a táblázatból kiderült a saját számításaim alapján Magyarország kitettsége átlagos illetve az átlagnál minimálisan nagyobb ami összefügg az ország gazdasági helyzetével. Így a tervezett 20000 forint reális, mert a saját eredményeimre is és a COCO elemzésre is az jött ki, hogy Magyarország kitettsége átlagos illetve az átlagostól enyhén magasabb.

Lépcsős függvény átforgatása szakértői rendszerként értelmezhető táblázatba

Kapcsolódó, ill. konkurens megoldások, dokumentumok

nyilatkozat és kitöltési segédlet