The 6 reference contexts in paper Dmitry Dianov V., Elena Radugina A., Д. Дианов В., Е. Радугина А. (2019) “Возможности статистической методологии в изучении экономической безопасности региона // Possibilities of statistical methodology in the study of economic security of the region” / spz:neicon:statecon:y:2018:i:6:p:4-14

  1. Start
    7360
    Prefix
    Речь идет о числовой базе – исходных данных, в отношении которых должно быть принято решение, либо об их объединении в единый массив по результатам статистической сводки, либо, напротив – о нецелесообразности такого укрупнения
    Exact
    [15]
    Suffix
    . Вместе с тем, исследование каждого региона в отдельности, либо группы субъектов Федерации, должно быть подчинено методологическому единству в части проведения комплексного статистического анализа изучаемого объекта или явления, присущего социуму.
    (check this in PDF content)

  2. Start
    10072
    Prefix
    При этом показатели, количественно выражающие эти признаки, должны всесторонне характеризовать объект исследования: его состояние, состав и структуру, результаты развития и применения ресурсов, реализации потенциала, взаимосвязи, взаимного влияния относительно других объектов и социально-экономических явлений
    Exact
    [17]
    Suffix
    . Таким образом, метод кластерного анализа, как бы «на порядок» выше традиционной комбинационной группировки, так как необходимость поэтапного формирования групп отпадает: конечный результат формируется сразу по нескольким или всем признакам.
    (check this in PDF content)

  3. Start
    10678
    Prefix
    Иерархия и агломерация кластерного анализа приводит к тому, что единицы наблюдения – в данной научной статье – муниципальные районы Подмосковья, на основе правила «ближнего соседа» объединяются в некоторое количество подмножеств – кластеров. При этом каждый кластер формируется как некий «сгусток единиц», или «созвездие» близких по «расстоянию» точек
    Exact
    [21]
    Suffix
    . Мерой близости выступают координаты точек в многомерном (по количеству показателей) пространстве. Для приведения к единой координатной размерности предварительно все числовые значения стандартизируются по шкале 0 ≤ xij ≤ 1.
    (check this in PDF content)

  4. Start
    14126
    Prefix
    модели необходимо руководствоваться не только значимостью коэффициентов с математической точки зрения, но и тем обстоятельством, что модель не должна быть перегруженной чрезмерным количеством объясняющих признаков, не столь важных с экономической точки зрения. В то же время, невключения в уравнение признаков, оказывающих решающее значение на результат, также необходимо избежать
    Exact
    [9]
    Suffix
    . Построение уравнения регрессии – оценка неизвестных его параметров и получение несмещенных оценок – задача, решаемая применение метода наименьших квадратов. При линейной модели bj будут являться несмещенными оценками для параметров βj с минимальной дисперсией: Y = bˆ0 + b1x1 + b2x2 + ... + bKxK Запись в матричной форме является наиболее удобной и часто используется для регрессионных уравне
    (check this in PDF content)

  5. Start
    18081
    Prefix
    Интерпретация результатов регрессионного анализа должна осуществляться в контексте выполненной ранее многомерной статистической группировки и определить обоснованный и логичный переход к выявлению в дальнейшем основных тенденция развития объекта или социально-экономического явления во времени
    Exact
    [13]
    Suffix
    . Центральное место в системе методов, применяемых для прогнозирования, отводится статистическим методам, наиболее наукоемким и точным из которых является метод аналитического выравнивания и прогнозирования.
    (check this in PDF content)

  6. Start
    19749
    Prefix
    Например, параметр а0 в линейной функции трактуется как оценка средних условий временного ряда, параметр а1, в других функциях – и а2, а3 – как характеристики его ускорения. Подбор уравнения, выбор наиболее адекватной модели и оценка ее параметров осуществляются на основе метода наименьших квадратов
    Exact
    [3]
    Suffix
    . Экстраполяция тренда предоставляет возможность получения точечных значений построенного прогноза. Абсолютного совпадения прогнозных и фактических значений в будущем добиться практически невозможно: экстраполяция кривых дает на это малую вероятность.
    (check this in PDF content)