D
		
		2021
			
	    
Modelování struktur v regionální analýze –segment dat Covid 19
	    BOTLÍK, Josef
	
	
	
	    
	
     
 
	
	Základní údaje
	
		Originální název
		Modelování struktur v regionální analýze –segment dat Covid 19
	 
	
		Název česky
		Modelování struktur v regionální analýze –segment dat Covid 19
	 
		
			Název anglicky
			Modeling of structures in regional analysis - data segment Covid 19
		 
			
				Vydání
				 XXIV. Brno, International Colloquium on  Regional Sciences, od s. 540-546, 7 s. 2021
			 
		
		
			Nakladatel
			Masarykova univerzita v Brně
		 
Další údaje
		
	
		
			Typ výsledku
			Stať ve sborníku
		 
	
		
			Obor
			50201 Economic Theory
		 
	
		
			Stát vydavatele
			Česká republika
		 
	
		
			Utajení
			není předmětem státního či obchodního tajemství
		 
	
		
			Forma vydání
			elektronická verze "online"
		 
			
		
		
			Kód RIV
			RIV/47813059:19520/21:A0000239
		 
	
			
				Organizační jednotka
				Obchodně podnikatelská fakulta v Karviné
			 
		
		
	
			
		
			Klíčová slova česky
			regionální analýza; Covid19; precedenční analýza; modelování
		 
		
			Klíčová slova anglicky
			regional analysis; Covid19; precedence analysis; modeling
		 
			Příznaky
			Mezinárodní význam, Recenzováno
		 
			
			
				
					V originále
					Regionální vědy se opírají o specifické výzkumné metody, zohled ňující analyzované faktory a regionální členění. Ve většině případů nedokážou analýzy zohlednit vazby mezi analyzovanými faktory a geopolitickou lokací regionu. Práce p ředstavuje možnosti analýzy pomocí preceden čního modelování, prostřednictvím kterého lze provád ět analýzy s ohledem na geografické vazby. Cílem naš eho výzkumu bylo prokázání vhodnosti implementace precedenčního modelu pro predikci vývoje nár ůstu Covid pozitivních případů na úrovni obcí ČR. Precedenční analýza umož ňuje zjednodušení části matematického analyti ckého aparátu do binární podoby. Data jsou prezentována ve vybraném časovém intervalu ohrani čeném uzavřením okresů na úrovni obcí s rozšířenou působností (ORP). Výzkum vychází z výzkumné otázky, zda lze efektivn ě vyhodnocovat pomocí precedenčního modelu regionální disparity. Základní metodou výzkumu je precedenční analýza a následná matematicko statistická analýza, p ředevším stanovení směrnic vývoje precedencí v týdenních intervalech. Výsledkem prezentované části výzkumu je sumarizace ORP podle potenciálu Covid ohrožení. Mapování struktury v prezentovaném modelu identifikovalo skupiny ORP, které jsou lokálními extrémy sledovaných hodnot. Byly tak identifikovány obce, které jsou potencionálními zdroji nákazy virem Covid a obce, které jsou potencionálními místy ohroženými virem.
				 
				
					Anglicky
					Regional sciences are based on specific research methods, taking into account the analyzed factors and regional breakdown. In most cases, the analyzes fail to take into account the links between the analyzed factors and the geopolitical location of the region. The work presents the possibilities of analysis using precedent modeling, through which analyzes can be performed with respect to geographical links. The aim of our research was to demonstrate the suitability of implementing a precedent m odel for predicting the development of an increase in Covid positive cases at the level of Czech municipalities. The precedent analysis enables the simplification of a part of the mathematical analytical apparatus into a binary form. The data are presented in a selected time interval limited by the closure of districts at the level of municipalities with extended powers (MEP). The research is based on the research question of whether it can be effectively evaluated using a precedent model of regional disparity. The basic method of research is precedent analysis and subsequent mathematical and statistical analysis, especially the determination of guidelines for the development of precedents at weekly intervals. The result of the presented part of the research is a summary of the MEP according to the potential of the Covid threat. The structure mapping in the presented model identified MEP groups, which are local extremes of the observed values. Thus, municipalities that are potential sources of Covid virus infection and municipalities that are potential sites endangered by the virus were identified.
				  
				Zobrazeno: 31. 10. 2025 18:22