Poverty, inequality and the Finnish 1860s famine
Julkaisija
University of JyväskyläISBN
978-951-39-6627-0ISSN Hae Julkaisufoorumista
1459-4331Asiasanat
Nineteenth century kausaalis-empiirinen tutkimus famine economic development economic growth inequality poverty economic history social history Finland 1800-luku 1860-luku historia taloushistoria kvantitatiivinen tutkimus nälänhätä köyhyys eriarvoisuus tulonjako elintaso työmarkkinat katovuodet maatalous kotitaloudet maataloustuotanto ilmastonmuutokset taloudelliset kriisit sosioekonomiset tekijät historiallinen väestötiede elinolot kuolleisuus väestönmuutokset haavoittuvuus kasautuminen aikasarja-analyysi frekvenssit monimuuttujamenetelmät regressioanalyysi Suomi
Metadata
Näytä kaikki kuvailutiedotKokoelmat
- Väitöskirjat [3578]
Lisenssi
Samankaltainen aineisto
Näytetään aineistoja, joilla on samankaltainen nimeke tai asiasanat.
-
Köyhyydestä katastrofiin
Voutilainen, Miikka; Kämäräinen, Heikki (Suomalaisen kirjallisuuden seura, 2024)Tuhansia työttömiä, nälkäisiä ja kuolleita ihmisiä, lukemattomia orvoksi jääneitä lapsia ja asukkaansa menettäneitä taloja. Nälän, tautien ja köyhyyden kuvasto tuli todeksi myös Ylä-Savossa 1860-luvulla niin kutsuttuina ... -
Investigating urban household poverty : the case of Liberia
Sherrif, Ansu (2023)Poverty research is not a new paradigm even in an impoverished country such as Liberia, but through appropriate poverty research living conditions of a given population can be fully examined and comprehensively understood. ... -
Extracting conditionally heteroskedastic components using independent component analysis
Miettinen, Jari; Matilainen, Markus; Nordhausen, Klaus; Taskinen, Sara (Wiley-Blackwell, 2020)In the independent component model, the multivariate data are assumed to be a mixture of mutually independent latent components. The independent component analysis (ICA) then aims at estimating these latent components. In ... -
A review of second‐order blind identification methods
Pan, Yan; Matilainen, Markus; Taskinen, Sara; Nordhausen, Klaus (John Wiley & Sons, 2022)Second order source separation (SOS) is a data analysis tool which can be used for revealing hidden structures in multivariate time series data or as a tool for dimension reduction. Such methods are nowadays increasingly ... -
Dimension Reduction for Time Series in a Blind Source Separation Context Using R
Nordhausen, Klaus; Matilainen, Markus; Miettinen, Jari; Virta, Joni; Taskinen, Sara (Foundation for Open Access Statistic, 2021)Multivariate time series observations are increasingly common in multiple fields of science but the complex dependencies of such data often translate into intractable models with large number of parameters. An alternative ...
Ellei toisin mainittu, julkisesti saatavilla olevia JYX-metatietoja (poislukien tiivistelmät) saa vapaasti uudelleenkäyttää CC0-lisenssillä.