[Abdi, H., Valentin, D. (2007). The STATIS method. In: N. Salkind (ed.), Encyclopedia of Measurement and Statistics (pp. 955–963). Thousand Oaks (CA): SAGE Publications.]Search in Google Scholar
[Abdi, H., Williams, L.J., Valentin, D., Bennani-Dosse, M. (2012). STATIS and DISTATIS: optimum multitable principal component analysis and three way metric multidimensional scaling. WIREs Comput Stat, 4, 124–167. DOI: 10.1002/wics.19.10.1002/wics.19]Search in Google Scholar
[Bąk, I. (2015). Struktura i typologia przestrzenna przestępczości w Polsce. Ekonometria, 4 (50), 43–61.10.15611/ekt.2015.4.03]Search in Google Scholar
[Bąk, I., Cheba, K. (2018). Przestępczość w krajach członkowskich Unii Europejskiej – analiza statystyczna. Studia i Prace WNEiZ US, 54/3, 57–69. DOI: 10.18276/sip.2018.54/3-04.10.18276/sip.2018.54/3-04]Search in Google Scholar
[Bąk, I., Szczecińska, B. (2015). Statystyczna analiza przestępczości w województwach Polski. Folia Pomeranae Universitatis Technologiae Stetinensis, Oeconomica, 323 (81)4, 5–14.]Search in Google Scholar
[Bieniek, P., Cichocki, S., Szczepaniec M. (2012). Czynniki ekonomiczne a poziom przestępczości – badanie ekonometryczne. Zeszyty Prawnicze, 12 (1), 147–172.]Search in Google Scholar
[Escoufier, Y. (1973). Le traitement des variables vectorielles. Biometrics, 29 (4), 751–760. DOI: 10.2307/2529140.10.2307/2529140]Search in Google Scholar
[Florczak, W. (2013). Co wywołuje przestępczość i jak ją można ograniczać? Wielowymiarowa analiza makroekonomiczna. Łódź: Wydawnictwo Uniwersytetu Łódzkiego.10.18778/7525-919-3]Search in Google Scholar
[Kądziołka, K. (2014). Wpływ wybranych czynników o charakterze społeczno-ekonomicznym na przestępczość przeciwko mieniu w Polsce. Studia Ekonomiczne, 181, 11–23.]Search in Google Scholar
[Kądziołka, K. (2015a). Analiza czynników wpływających na przestrzenne zróżnicowanie przestępczości w Polsce na poziomie podregionów. Współczesna Gospodarka, 6 (3), 43–52.]Search in Google Scholar
[Kądziołka, K. (2015b). Bezrobocie, ubóstwo i przestępczość w Polsce. Analiza zależności na poziomie województw. Studia Ekonomiczne. Zeszyty Naukowe Uniwersytetu Ekonomicznego w Katowicach, 242, 71–84.]Search in Google Scholar
[Kądziołka, K. (2015c). Przestrzenne zróżnicowanie, struktura i dynamika przestępczości w Polsce. Przestrzeń, Ekonomia, Społeczeństwo, 8/II, 223–235.]Search in Google Scholar
[Kądziołka, K. (2016a). Analysis of the crime rate in Poland in spatial and temporal terms. Central and Eastern European Journal of Management and Economics, 4 (1), 81–96.]Search in Google Scholar
[Kądziołka, K. (2016b). Przestrzenne zróżnicowanie zagrożenia przestępczością w Polsce. De Securitate et Defensione. O Bezpieczeństwie i Obronności, 2 (2), 31–43.]Search in Google Scholar
[Kądziołka, K. (2016c). Determinanty przestępczości w Polsce. Analiza zależności z wykorzystaniem drzew regresyjnych. Ekonomia. Rynek, gospodarka, społeczeństwo, 45, 53–81. DOI: 10.17451/eko/45/2016/186.]Search in Google Scholar
[Leżoń, A. (2015). Przestępczość w krajach Unii Europejskiej w roku 2012 – rezultaty wielowymiarowej analizy statystycznej. In: A. Prędki (ed.), Wybrane zastosowania narzędzi analitycznych w naukach ekonomicznych (pp. 25–33). Kraków: Mfiles.pl.]Search in Google Scholar
[Lusawa, R. (2016). Zróżnicowanie liczby przestępstw stwierdzonych w wybranych powiatach województwa mazowieckiego. Roczniki Naukowe Ekonomii Rolnictwa i Rozwoju Obszarów Wiejskich, 103 (2), 91–105.]Search in Google Scholar
[Misztal, M. (2017). On the use of redundancy analysis to study the property crime in Poland. Acta Universitatis Lodziensis. Folia Oeconomica, 6 (332), 99–109.]Search in Google Scholar
[Misztal, M. (2018). O zastosowaniu analizy redundancji do badania poziomu przestępczości przeciwko mieniu w Polsce w latach 2002–2015. Taksonomia, 31. Klasyfikacja i analiza danych – teoria i zastosowania. Prace Naukowe Uniwersytetu Ekonomicznego we Wroc-ławiu, 508, 157–169.10.15611/pn.2018.508.16]Search in Google Scholar
[Misztal, M. (2019). On the potential for using selected PCA-based methods to analyze the crime rate in Poland. Econometrics. Ekonometria. Advances in Applied Data Analysis, 23 (2), 15–32. DOI: 10.15611/eada.2019.2.02.10.15611/eada.2019.2.02]Search in Google Scholar
[Mordwa, S. (2013). Zastosowanie GIS w badaniach przestępczości. Acta Universitatis Lodziensis. Folia Geographica Socio-Economica, 14, 78–92.]Search in Google Scholar
[Robert, P., Escoufier, Y. (1976). A Unifying Tool for Linear Multivariate Statistical Methods: The RV-Coefficient. Journal of the Royal Statistical Society. Series C (Applied Statistics), 25 (3), 257–265. DOI: 10.2307/2347233.10.2307/2347233]Search in Google Scholar
[Stanimirova, I., Walczak, B., Massart, D.L., Simeonov, V., Saby, C.A., Di Crescenzo, E. (2004). STATIS, a three-way method for data analysis. Application to environmental data. Chemo-metrics and Intelligent Laboratory Systems, 73, 219–233.10.1016/j.chemolab.2004.03.005]Search in Google Scholar
[Sztaudynger, J.J., Sztaudynger, M. (2003). Ekonometryczne modele przestępczości. Ruch Prawniczy, Ekonomiczny i Socjologiczny, LXV (3), 127–143.]Search in Google Scholar
[Thioulouse, J. (2011). Simultaneous analysis of a sequence of paired ecological tables: a comparison of several methods. The Annals of Applied Statistics, 5 (4), 2300–2325. DOI: 10.1214/10-AOAS372.10.1214/10-AOAS372]Search in Google Scholar
[Thioulouse, J., Dray, S., Dufour, A.-B., Siberchicot, A., Jombart, T., Pavoine S. (2018). Multivariate Analysis of Ecological Data with ade4. New York: Springer.]Search in Google Scholar
[Wierzbicka, A., Żółtaszek, A. (2015). Analiza bezpieczeństwa publicznego w krajach europejskich. Wiadomości Statystyczne, 8, 66–80.10.5604/01.3001.0014.8307]Search in Google Scholar
| 29 ene 2021