The 8 reference contexts in paper Irina Orlova V., Elena Filonova S., Ирина Орлова Владленовна, Елена Филонова Сергеевна (2015) “КЛАСТЕРНЫЙ АНАЛИЗ РЕГИОНОВ ЦЕНТРАЛЬНОГО ФЕДЕРАЛЬНОГО ОКРУГА ПО СОЦИАЛЬНО-ЭКОНОМИЧЕСКИМ И ДЕМОГРАФИЧЕСКИМ ПОКАЗАТЕЛЯМ // CLUSTER ANALYSIS OF THE REGIONS OF THE CENTRAL FEDERAL DISTRICT SOCIO-ECONOMIC AND DEMOGRAPHIC INDICATORS” / spz:neicon:statecon:y:2015:i:5:p:111-115

  1. Start
    3524
    Prefix
    В качестве главного инструмента анализа использовался один из методов многомерной статистики – кластерный анализ. Средствами проведенного анализа являлись табличный процессор Excel, пакет VSTAT, предназначенный для обработки статистических данных, и программный комплекс SPSS
    Exact
    [1]
    Suffix
    , [2], [3], [4]. Классификация регионов ЦФО проводилась по двум группам показателей: по показателям социально-экономического развития и по показателям, отражающим демографическое положение областей.
    (check this in PDF content)

  2. Start
    3529
    Prefix
    В качестве главного инструмента анализа использовался один из методов многомерной статистики – кластерный анализ. Средствами проведенного анализа являлись табличный процессор Excel, пакет VSTAT, предназначенный для обработки статистических данных, и программный комплекс SPSS [1],
    Exact
    [2]
    Suffix
    , [3], [4]. Классификация регионов ЦФО проводилась по двум группам показателей: по показателям социально-экономического развития и по показателям, отражающим демографическое положение областей. В качестве показателей социально-экономического развития выбраны следующие: индекс физического объема валового регионального продукта (ИФОВРП); среднедушевые денежные доходы населения в месяц (СДД); сред
    (check this in PDF content)

  3. Start
    3534
    Prefix
    В качестве главного инструмента анализа использовался один из методов многомерной статистики – кластерный анализ. Средствами проведенного анализа являлись табличный процессор Excel, пакет VSTAT, предназначенный для обработки статистических данных, и программный комплекс SPSS [1], [2],
    Exact
    [3]
    Suffix
    , [4]. Классификация регионов ЦФО проводилась по двум группам показателей: по показателям социально-экономического развития и по показателям, отражающим демографическое положение областей. В качестве показателей социально-экономического развития выбраны следующие: индекс физического объема валового регионального продукта (ИФОВРП); среднедушевые денежные доходы населения в месяц (СДД); среднемес
    (check this in PDF content)

  4. Start
    3539
    Prefix
    В качестве главного инструмента анализа использовался один из методов многомерной статистики – кластерный анализ. Средствами проведенного анализа являлись табличный процессор Excel, пакет VSTAT, предназначенный для обработки статистических данных, и программный комплекс SPSS [1], [2], [3],
    Exact
    [4]
    Suffix
    . Классификация регионов ЦФО проводилась по двум группам показателей: по показателям социально-экономического развития и по показателям, отражающим демографическое положение областей. В качестве показателей социально-экономического развития выбраны следующие: индекс физического объема валового регионального продукта (ИФОВРП); среднедушевые денежные доходы населения в месяц (СДД); среднемесячная
    (check this in PDF content)

  5. Start
    5064
    Prefix
    Метод k-средних требует принятия предварительного решения о числе разбиений. Это решение исследователь может принять либо, опираясь на собственную интуицию, либо проведя предварительно иерархическую кластеризацию
    Exact
    [5]
    Suffix
    . 2. Классификация регионов ЦФО по социально-экономическим показателям Проведя предварительно иерархическую кластеризацию, мы, воспользовавшись методом ближайшего соседа и мерой расстояния – квадрат расстояния Евклида, получили таблицу агломерации.
    (check this in PDF content)

  6. Start
    6671
    Prefix
    Существенный скачок расстояния между двумя кластерами наблюдается на 14 шаге. Оптимальным считается число кластеров, равное разности количества наблюдений (у нас их 18) и номера шага 14, после которого коэффициент увеличивается скачкообразно
    Exact
    [1]
    Suffix
    , [2]. Таким образом, имеющуюся совокупность регионов целесообразно разбить на 4 группы. При разбиении регионов на 4 группы получили два кластера, содержащие по одному наблюдению – г. Москва и Московская область (1 и 4 кластеры соответственно).
    (check this in PDF content)

  7. Start
    6676
    Prefix
    Существенный скачок расстояния между двумя кластерами наблюдается на 14 шаге. Оптимальным считается число кластеров, равное разности количества наблюдений (у нас их 18) и номера шага 14, после которого коэффициент увеличивается скачкообразно [1],
    Exact
    [2]
    Suffix
    . Таким образом, имеющуюся совокупность регионов целесообразно разбить на 4 группы. При разбиении регионов на 4 группы получили два кластера, содержащие по одному наблюдению – г. Москва и Московская область (1 и 4 кластеры соответственно).
    (check this in PDF content)

  8. Start
    18992
    Prefix
    Испытывая дефицит трудовых ресурсов для заполнения свободных мест по рабочим профессиям, организации Подмосковья привлекают на работу иногородних жителей, для которых условия труда представляются привлекательными. В структуре занятости прослеживается наращивание доли сектора торговли и услуг и сокращение доли промышленного и аграрного секторов
    Exact
    [6]
    Suffix
    . Подводя итог, перечислим ключевые внутренние угрозы развития Центрального федерального округа: – уменьшение численности населения, долговременные кризисные демографические процессы; – недостаток квалифицированных кадров и одновременное увеличение числа безработных; – отставание темпов обновления промышленных мощностей от потребностей развития (таблицы 3 и 12 отчетливо демонстрируют низкий у
    (check this in PDF content)