Добавил:
ivanov666
Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз:
Предмет:
Файл:Применение статистических методов в исследовании социально-экономических процессов региона. Учебное пособие.pdf
41
1-0,5 - доверительная вероятность;
m-2 – число степеней свободы остаточной дисперсии;
у – среднеквадратическое отклонение i–го значения уi,
распределено по нормальному закону с одинаковой дисперсией, а за её
оценку принимают D
0
.
.5,01,1
1
kkyk
XXXXXnmty
(15)
Оценить адекватность линейной модели можно с помощью
критерия Фишера, или F–критерия. При этом учитывается, что
величина
o
p
D
D
F
подчиняется F-распределению. Здесь Dp – дисперсия,
обусловленная регрессией, т.е. рассеяние расчетных значений у
относительно
y
.
,
n
yy
D
m
1i
2
pi
p
где n – число степеней свободы уравнения регрессии за вычетом
связи, накладываемой
y
;
D0 – остаточная дисперсия,
.
1nm
p
yy
D
m
1i
2
ii
0
Вычисленное значение F-критерия сравнивается со 100(1-)%-й
точкой, которой соответствуют (n, m-n-1) степени свободы. Если
F>F
табл
(табл. 1), то с вероятностью (1-) можно считать, что
результативный признак у линейно зависит от факторных x
1
, x
2
, …,х
n
.
3. Содержание домашней подготовки
3.1. Изучить факторы, влияющие на рост производительности труда.
3.2. Изучить показатели, используемые для количественной оценки
факторов роста производительности труда.
3.3. Ознакомиться с этапами построения и анализа регрессионных
моделей производительности труда.
3.4. Подготовить ответы на контрольные вопросы.
4. Порядок выполнения работы
4.1. Получить вариант исходных данных.
4.2. Рассчитать на ЭВМ по второй методике влияние факторов на
рост производительности труда.
4.2.1. Подготовить исходные массивы.
42
4.2.2. Рассчитать на ЭВМ матрицу коэффициентов парной
корреляции и по ней сделать выбор факторных признаков,
включаемых в модель по программе «СORAN».
4.2.3. Построить эмпирические однофакторные модели.
4.2.4. Построить теоретические линейные однофакторные модели с
помощью ПЭВМ, сравнив с эмпирическими.
4.2.5. Построить с помощью ПЭВМ линейную многофакторную
регрессионную модель.
4.2.6. Повторить пп. 4.2.4, 4.2.5 для нелинейной модели.
4.2.7. Рассчитать на ПЭВМ показатели точности и адекватности
моделей.
Пп. 4.2.4, 4.2.5, 4.2.7 выполняются с помощью программы
«СORAN».
4.3. Провести анализ результатов, сделать выводы.
5. Отчет о работе
Отчет о работе должен содержать результаты расчетов
многофакторных моделей роста производительности труда,
показателей точности и адекватности, а также графики эмпирических
и теоретических (линейных и нелинейных) зависимостей.
Должны быть сделаны выводы о влиянии факторов на рост
производительности труда и выделены ведущие факторы.
6. Контрольные вопросы
6.1. Этапы построения регрессионных моделей.
6.2. Выбор факторов, влияющих на производительность труда, с
целью включения в модель.
6.3. Метод наименьших квадратов.
6.4. Параметры, оценивающие точность и адекватность модели.
6.5. Построение нелинейных моделей.
43
Таблица 1
Квантили F
m1, m2
: F-распределения, = 0,95
1 2 3 4 5 6 7 8 9 10
11
12
13
14
15
16
17
18
19
20 1 161,0
200,0
216,0
225,0
230,0
234,0
237,0
239,0
241,0
242,0
243,0
244,0
245,0
245,0
246,0
246,0
247,0
247,0
248,0
248,0 2 18,5
19,0
19,2
19,2
19,3
19,3
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4
19,4 3 10,1
9,55
9,28
9,12
9,01
8,94
8,89
8,85
8,85
8,81
8,79
8,76
8,74
8,73
8,71
8,70
8,69
8,67
8,67
8,66 4 7,71
6,94
6,59
6,39
6,26
6,16
6,09
6,04
6,00
5,96
5,94
5,91
5,89
5,87
5,86
5,84
5,83
5,82
5,81
5,80 5 6,61
5,79
5,41
5,19
5,05
4,95
4,88
4,82
4,77
4,74
4,70
4,68
4,66
4,64
4,62
4,60
4,59
4,58
4,57
4,56 6 5,99
5,14
4,76
4,53
4,39
4,28
4,21
4,15
4,10
4,06
4,03
4,00
3,98
3,96
3,94
3,92
3,91
3,90
3,88
3,87 7 5,59
4,74
4,35
4,12
3,97
3,87
3,79
3,73
3,68
3,64
3,60
3,57
3,55
3,53
3,51
3,49
3,48
3,47
3,46
3,44 8 5,32
4,46
4,07
3,84
3,69
3,58
3,50
3,44
3,39
3,35
3,31
3,28
3,26
3,24
3,22
3,20
3,19
3,17
3,16
3,15 9 5,12
4,26
3,86
3,63
3,48
3,37
3,29
3,23
3,18
3,14
3,10
3,07
3,05
3,03
3,01
2,99
2,97
2,96
2,95
2,94
10
4,96
4,10
3,71
3,48
3,33
3,22
3,14
3,07
3,02
2,98
2,94
2,91
2,89
2,86
2,85
2,83
2,81
2,79
2,77
2,77
11
4,86
3,98
3,59
3,36
3,20
3,09
3,01
2,95
2,90
2,85
2,82
2,79
2,76
2,74
2,72
2,70
2,69
2,67
2,66
2,65
12
4,75
3,69
3,49
3,26
3,11
3,08
2,91
2,85
2,80
2,75
2,72
2,69
2,66
2,64
2,62
2,60
2,58
2,57
2,56
2,54
13
4,67
3,81
3,41
3,18
3,03
2,98
2,83
2,77
2,71
2,67
2,63
2,60
2,58
2,55
2,53
2,51
2,50
2,48
2,47
2,46
14
4,60
3,74
3,34
3,11
2,96
2,85
2,76
2,70
2,65
2,60
2,57
2,53
2,52
2,48
2,46
2,44
2,43
2,41
2,40
2,39
15
4,54
3,68
3,29
3,06
2,90
2,79
2,71
2,64
2,59
2,54
2,51
2,48
2,45
2,42
2,40
2,38
2,37
2,35
2,34
2,33
16
4,49
3,63
3,24
3,01
2,85
2,74
2,66
2,59
2,54
2,49
2,49
2,42
2,40
2,37
2,35
2,33
2,32
2,30
2,29
2,28
17
4,45
3,59
3,20
2,96
2,81
2,70
2,61
2,55
2,49
2,45
2,41
2,38
2,35
2,33
2,31
2,29
2,77
2,26
2,24
2,23
18
4,41
3,55
3,16
2,93
2,77
2,66
2,58
2,51
2,46
2,41
2,37
2,34
2,31
2,29
2,27
2,25
2,23
2,22
2,20
2,19
19
4,38
3,52
3,13
2,90
2,74
2,63
2,54
2,48
2,42
2,38
2,34
2,31
2,28
2,26
2,23
2,21
2,20
2,18
2,17
2,16
20
4,35
3,49
3,10
2,87
2,71
2,60
2,51
2,45
2,39
2,35
2,31
2,28
2,25
2,22
2,20
2,18
2,17
2,15
2,14
2,12
21
4,32
3,47
3,07
2,84
2,68
2,57
2,49
2,42
2,37
2,32
2,28
2,25
2,22
2,20
2,18
2,16
2,14
2,12
2,11
2,10
22
4,30
3,44
3,05
2,82
2,66
2,55
2,46
2,40
2,34
2,30
2,26
2,23
2,20
2,17
2,15
2,13
2,11
2,10
2,08
2,07
23
4,28
3,42
3,03
2,80
2,64
2,53
2,44
2,37
2,32
2,27
2,24
2,20
2,18
2,15
2,13
2,11
2,09
2,07
2,05
2,03
24
4,26
3,40
3,01
2,78
2,62
2,51
2,42
2,36
2,30
2,25
2,22
2,18
2,15
2,13
2,11
2,09
2,07
2,05
2,04
2,02
25
4,24
3,39
2,99
2,76
2,60
2,49
2,40
2,34
2,28
2,24
2,20
2,16
2,14
2,12
2,09
2,07
2,05
2,04
2,02
2,01
26
4,21
3,35
2,96
2,73
2,57
2,46
2,36
2,31
2,25
2,20
2,17
2,13
2,10
2,08
2,06
2,04
2,02
2,00
1,99
1,97
27
4,21
3,35
2,96
2,73
2,57
2,46
2,36
2,31
2,25
2,20
2,17
2,13
2,10
2,08
2,06
2,04
2,02
2,00
1,99
1,97
28
4,20
3,34
2,95
2,71
2,56
2,45
2,36
2,29
2,24
2,19
2,15
2,12
2,09
2,06
2,04
2,02
2,00
1,99
1,97
1,96
29
4,18
3,33
2,93
2,70
2,55
2,43
2,35
2,28
2,22
2,18
2,14
2,10
2,08
2,05
2,03
2,01
1,99
1,97
1,96
1,95
30
4,17
3,32
2,92
2,69
2,53
2,42
2,33
2,27
2,21
2,16
2,13
2,09
2,06
2,04
2,01
1,99
1,98
1,96
1,95
1,93
44
Таблица 2
Вариант исходных данных
Вариант 1
m
У
Х1 Х2 Х
3
Х
4
Х
5
Х
6
Х
7
Х
8
Х
9
1 73,6
597,5
0,22
8,71 0 49,9
0,47
4,52
5,15
49,9 2 68,4
593
0,22
8,71 0 49,75
0,47
3,74
5,35
49,9 3 72,6
602
0,22
8,71
0,37
49,9
0,525
4,61
5,55
49,9
4
78,25
620,5
0,22
8,71
0,77
49,9
0,525
4,01
5,65
49,85
5
78,3
620,5
0,225
8,71 0 49,9
0,5
2,15
6,1
49,9 6 82,4
620,5
0,225
8,71 0 49,95
0,525
2,32
6,25
49,9 7 86,5
627,5
0,235
8,71
0,195
49,95
0,52
2,31
6,25
49,9 8 82,65
617,5
0,23
8,68 0 49,95
0,485
2,91
6,2
49,95
9
84,55
622,5
0,23
8,68 0 49,95
0,51
6,09
6,2
49,95
10
83
616,5
0,23
8,69 0 49,9
0,495
2,79
6,3
49,95
11
79,65
607
0,23
8,69 0 49,8
0,485
6,39
6,3
49,9
12
89,05
602,5
0,235
8,69 0 49,9
0,565
4,23
6,35
49,9
13
76,25
598
0,22
8,69
0,185
49,45
0,43
4,03
6,2
49,9
14
76,05
595,5
0,22
8,69 0 49,75
0,5
4,44
6,4
49,9
15
85,7
563,5
0,235
8,69
0,19
49,9
0,565
19,92
6,55
49,85
16
81,95
602,5
0,23
8,69
0,38
49,85
0,485
4,48
6,6
49,9
17
82,45
607
0,23
8,69 0 49,8
0,485
4,98
6,8
49,85
18
81,1
598
0,23
8,69 0 49,8
0,495
4,44
6,8
49,85
Вариант 2
m
У
Х1 Х2 Х
3
Х
4
Х
5
Х
6
Х
7
Х
8
Х
9
1 294,4
2390
0,88
34,86
0
199,6
1,88
18,08
20,6
199,6
2
273,6
2372
0,88
34,86
0
199
1,88
14,94
21,4
199,6
3
290,4
2408
0,88
34,86
1,48
199,6
2,1
18,44
22,2
199,6
4
313
2482
0,88
34,86
3,06
199,6
2,1
16,08
22,6
199,4
5
313,2
2482
0,9
34,86
0
199,6
2
8,6
24,4
199,6
6
329,6
2482
0,9
34,86
0
199,8
2,1
9,26
25
199,6
7
346
2510
0,94
34,86
0,78
199,8
2,08
9,24
25
199,8
8
330,6
2470
0,92
34,7 0 199,8
1,94
11,64
24,8
199,8
9
338,2
2490
0,92
34,7 0 199,8
2,04
24,36
24,8
199,8
10
332
2466
0,92
34,76
0
199,6
1,98
11,16
25,2
199,8
11
318,6
2428
0,92
34,76
0
199,2
1,94
25,54
25,2
199,6
12
356,2
2410
0,94
34,76
0
199,6
2,26
16,9
25,4
199,6
13
305
2392
0,88
34,76
0,74
197,8
1,72
16,12
24,8
199,6
14
304,2
2382
0,88
34,76
0
199 2 17,76
25,6
199,6
15
342,8
2374
0,94
34,76
0,76
199,6
2,26
79,68
26,2
199,4
16
327,8
2410
0,92
34,76
1,52
199,4
1,94
17,92
26,6
199,6
17
329,8
2428
0,92
34,76
0
199,2
1,94
19,92
27,2
199,4
18
324,4
2392
0,92
34,76
0
199,2
1,98
17,74
27,2
199,4
45
Продолжение табл. 2
Вариант 3
m
У
Х1 Х2 Х
3
Х
4
Х
5
Х
6
Х
7
Х
8
Х
9
1 119,5
1472
0,44
17,43
0
99,8
0,94
0,04
10,3
99,8 2 118,6
1368
0,44
17,43
0
99,5
0,94
1,47
10,7
99,8 3 120,4
1452
0,44
17,43
0,74
99,8
1,05
9,22
11,1
99,8
4
124,1
1565
0,44
17,43
1,53
99,8
1,05
8,04
11,3
99,7
5
124,1
1566
0,45
17,43
0
99,8 1 4,3
12,2
99,8
6
124,1
1648
0,45
17,43
0
99,8
1,05
4,63
12,5
99,8 7 125,5
1730
0,47
17,43
0,39
99,9
1,04
4,62
12,5
99,9 8 123,5
1653
0,46
17,35
0
99,9
0,97
5,82
12,4
99,9 9 124,5
1691
0,46
17,35
0
99,9
1,02
12,18
12,4
99,9
10
123,3
1660
0,4
17,38
0
99,8
0,99
5,58
12,6
99,9
11
121,4
1593
0,46
17,38
0
99,6
0,97
12,77
12,6
99,8
12
120,5
1781
0,47
17,38
0
99,8
1,13
8,45
12,7
99,8
13
119,6
1525
0,44
17,38
0,37
98,9
0,86
8,06
12,4
99,8
14
119,1
1521
0,44
17,38
0
99,5 1 8,88
12,8
99,8
15
118,7
1741
0,47
17,38
0,38
99,8
1,13
39,94
13,1
99,7
16
120,5
1639
0,46
17,38
0,76
99,7
0,97
8,96
13,2
99,8
17
121,4
1649
0,46
17,38
0
99,6
0,97
9,96
13,6
99,7
18
119,6
1622
0,46
17,38
0
99,6
0,99
8,87
13,6
99,7
Вариант 4
m
У
Х1 Х2 Х
3
Х
4
Х
5
Х
6
Х
7
Х
8
Х
9
1
441,6
1195
1,32
17,43
0
99,8
0,94
9,04
10,3
99,8 2 410,4
1186
1,32
17,43
0
99,5
0,94
7,47
10,7
99,8 3 435,6
1204
1,32
17,43
0,74
99,8
1,05
9,22
11,1
99,8 4 496,5
2141
1,32
17,43
1,53
99,8
1,05
8,04
11,3
99,7 5 469,8
1241
1,35
17,43
0
99,8 1 4,3
12,2
99,8 6 494,4
1241
1,35
17,43
0
99,9
1,05
4,63
12,5
99,8
7
519
1255
1,41
17,43
0,39
99,9
1,04
4,62
12,5
99,9
8
459,9
1235
1,38
17,35
0
99,9
0,97
5,82
12,4
99,9 9 507,3
1245
1,38
17,35
0
99,9
1,02
12,18
12,4
99,9
10
498
1233
1,38
17,38
0
99,8
0,99
5,58
12,6
99,9
11
477,9
1214
1,38
17,38
0
99,6
0,97
12,77
12,6
99,8
12
534,3
1205
1,41
17,38
0
99,8
1,13
8,45
12,7
99,8
13
456,3
1196
1,32
17,38
0,37
98,9
0,86
8,06
12,4
99,8
14
457,5
1191
1,32
17,38
0
99,5 1 8,88
12,8
99,8
15
514,2
1187
1,41
17,38
0,38
99,8
1,13
39,84
13,1
99,7
16
491,7
1205
1,38
17,38
0,76
99,7
0,97
8,96
13,2
99,8
17
494,7
1214
1,38
17,38
0
99,6
0,97
9,96
13,6
99,7
18
486,6
1196
1,38
17,38
0
99,6
0,99
8,87
13,6
99,7
46
Окончание табл. 2
Вариант 5
m
У
Х1 Х2 Х
3
Х
4
Х
5
Х
6
Х
7
Х
8
Х
9
1 147,2
1195
0,66
17,43
0
99,8
0,94
9,04
10,3
99,8 2 138,8
1186
0,66
17,43
0
99,5
0,94
7,47
10,7
99,8 3 145,2
1204
0,66
17,43
11,1
99,8
1,05
9,22
11,1
99,8
4
156,5
1241
0,66
17,43
2,29
99,8
1,05
8,04
11,3
99,7
5
156,6
1241
0,675
17,43
0
99,8 1 4,3
12,2
99,8
6
164,8
1241
0,675
17,43
0
99,8
1,05
4,63
12,5
99,8 7 173
1255
0,705
17,43
0,59
99,9
1,04
4,62
12,5
99,9 8 165,3
1235
0,690
17,35
0
99,9
0,97
5,82
12,4
99,9 9 169,1
1245
0,69
17,35
0
99,9
1,02
12,18
12,4
99,9
10
166
1233
0,69
17,38
0
99,8
0,99
5,58
12,6
99,9
11
159,3
1214
0,69
17,38
0
99,6
0,97
12,77
12,6
99,8
12
178,1
1205
0,705
17,38
0
99,8
1,13
8,45
12,7
99,8
13
152,5
1196
0,66
17,38
0,56
98,9
0,86
8,06
12,4
99,8
14
152,1
1191
0,66
17,38
0
99,5 1 8,88
12,8
99,8
15
171,4
1187
0,706
17,38
0,57
99,8
1,13
39,84
13,1
99,7
16
163,9
1205
0,69
17,38
1,14
99,7
0,97
8,96
13,2
99,8
17
164,9
1214
0,69
17,38
0
99,6
0,97
9,96
13,6
99,7
18
162,2
1196
0,69
17,38
0
99,6
0,99
8,87
13,6
99,7
Вариант 6
m
У
Х1 Х2 Х
3
Х
4
Х
5
Х
6
Х
7
Х
8
Х
9
1
147,2
1195
0,44
17,43
0
99,8
0,94
9,04
10,8
99,8 2 138,8
1186
0,44
17,43
0
99,5
0,94
7,47
10,7
99,8 3 145,2
1204
0,44
17,43
0,74
99,8
1,05
9,22
11,1
99,8 4 156,5
1241
0,44
17,43
1,53
99,8
1,05
8,04
11,3
99,7 5 156,6
1241
0,45
17,43
0
99,8 1 4,3
12,2
99,8 6 164,8
1241
0,45
17,43
0
99,9
1,05
4,63
12,5
99,8
7
173
1255
0,47
17,43
0,39
99,9
1,04
4,62
12,5
99,9
8
165,3
1235
0,46
17,35
0
99,9
0,97
5,82
12,4
99,9 9 169,1
1245
0,46
17,35
0
99,9
1,02
12,18
12,4
99,9
10
166
1233
0,46
17,38
0
99,8
0,99
5,58
12,6
99,9
11
159,3
1214
0,46
17,38
0
99,6
0,97
12,77
12,6
99,8
12
178,1
1205
0,47
17,38
0
99,8
1,13
8,45
12,7
99,8
13
152,5
1196
0,44
17,38
0,37
98,9
0,86
8,06
12,4
99,8
14
152,1
1191
0,44
17,38
0
99,5 1 8,88
12,8
99,8
15
171,4
1187
0,47
17,38
0,38
99,8
1,13
39,84
13,1
99,7
16
164,9
1205
0,46
17,38
0,76
99,7
0,97
8,96
13,2
99,8
17
164,9
1214
0,46
17,38
0
99,6
0,97
9,96
13,6
99,7
18
162,2
1196
0,46
17,38
0
99,6
0,99
8,87
13,6
99,7
47
Х
1
– фондовооруженность труда, р./чел.,
Х
2
– уровень технологии, отн. ед.,
Х
3
– средний возраст оборудования, год,
Х
4
– коэффициент текучести кадров, %,
Х
5
– уровень коэффициента ритмичности, %,
Х
6
- индекс товарной продукции, %,
Х
7
– удельный вес материальных затрат, %,
Х
8
– удельный вес новой продукции, %,
Х
9
– удельный вес продукции, сдаваемой с первого
предъявления, %.
Библиографический список
1. Френкель К. Математический анализ производительности
труда. М.: Экономика, 1968.
2. Терёхин В.И., Федотов Н.И. Применение регрессионных
моделей в планировании и управлении производством.
Рязань: РРТИ, 1982.
3. Вентцель Е.С. Теория вероятностей. М.: Наука, 1964.
4. Дрейнер Н., Смит Г. Прикладной регрессивный анализ. М.:
Статистика, 1973.
5. Теория статистики: Учебник / Под ред. Р.А. Шмойловой.
М.: Финансы и статистика. 1999.
48
Часть II
Региональная диагностика
Во второй части данного пособия приводятся лабораторные
работы по анализу социально-экономических процессов с
применением методов математической статистики. Цель работ –
экономический и социальный анализ территориального образования.
Выполнение работ второй части предполагает ознакомление и
усвоение материала первой части.
Работа № 4
Классификация муниципальных образований
с применением кластерного анализа
1. Цель работы
Проведение классификации муниципальных образований (МО)
по социально-экономическим признакам. Выделение однородных
(типовых) групп муниципалитетов в отдельно взятом субъекте РФ с
последующим присвоением наименования каждой группе.
2. Общие положения
Муниципальные образования, как и любые территориальные
образования вообще, характеризуются достаточно большим объемом
различных показателей. Наиболее часто в социально-экономическом
анализе используются следующие группы показателей.
Показатели демографические:
- численность проживающего населения;
- коэффициент рождаемости;
- коэффициент естественного прироста (убыли) населения и др.
Уровень жизни населения:
- доходы населения;
- жилищные условия населения;
- благоустройство жилищного фонда;
- средний размер месячной пенсии и др.
Уровень социального обеспечения:
- число дошкольных учреждений;
- численность учащихся государственных дневных
общеобразовательных учреждений;
- численность врачей;
- число библиотек и др.
49
Уровень экономического развития:
- объем промышленной продукции;
- инвестиции в основной капитал;
- себестоимость производимой продукции и др.
Уровень развития сельского хозяйства:
- распределение общей земельной площади;
- объем продукции растениеводства;
- объем продукции животноводства и др.
Финансовые показатели муниципалитета:
- поступление налогов и сборов в бюджетную систему РФ;
- объем бюджета;
- удельный вес убыточных предприятий и др.
Государственным комитетом статистики РФ издано
Постановление «Об утверждении унифицированной системы
показателей, характеризующих социально-экономическое положение
муниципального образования». Документ содержит несколько сотен
наименований различных показателей.
Муниципалитеты весьма существенно различаются между
собой по перечисленным показателям. Однако это не означает, что
отдельные муниципалитеты не могут образовывать однородные
группы (классы), в рамках которых некоторые показатели этих
муниципалитетов достаточно близки по своим значениям.
Если удается выделить такие однородные классы, то это в свою
очередь означает, что к ним могут быть применены одинаковые
(типовые) методы управления, например, класс депрессивных МО или
класс МО с высоко развитым промышленным производством.
Понятно, что к этим двум классам могут быть применены совершенно
различные методы управления. Классификация же в данном случае
может рассматриваться как логическая операция деления объема
понятия, объекта или явления на некоторые однородные группы
(классы).
3. Содержание домашней подготовки
3.1. Ознакомиться с целью и общими положениями работы.
3.2. Ознакомиться с материалами областного комитета статистики,
характеризующими социально-экономическое положение МО
Рязанской области.
3.3. Ознакомиться с методами кластерного анализа, изложенными в
первой части настоящей работы.
3.4. Подготовить ответы на контрольные вопросы.
50
4. Порядок выполнения работы
4.1. На основании материалов областного комитета статистики,
характеризующих социально-экономическое положение МО
Рязанской области, самостоятельно выбрать от 3 до 5
показателей, по которым будет осуществляться классификация
МО.
4.2. С помощью программы stat.exe построить дендрограмму.
4.3. Используя дендрограмму, разбить объекты на выбранное
количество кластеров.
4.4. Описать полученные классы и дать им наименование.
4.5. Дать пояснения в ситуации, когда полученные до конечного
итогового результата дендрограммы не позволяли однозначно
выделить классы МО.
5. Содержание отчета о работе
5.1. Теоретическая часть.
5.2. Дендрограммы по различным классификационным признакам,
включая дендрограммы с неудовлетворительными
промежуточными вариантами и пояснениями, по каким
причинам они признаны неудовлетворительными.
5.3. Описание полученных классов МО.
5.4. Выводы.
6. Контрольные вопросы
6.1. Социально-экономические показатели, характеризующие МО.
6.2. Сформулируйте цель проводимой классификации
муниципальных образований и обоснуйте выбор
информативных признаков, используемых для ее проведения.
6.3. Методы кластерного анализа.
6.4. Влияние выбранных показателей на формирование классов.
6.5. Классификация МО Рязанской области.
6.6. Дайте пояснения, почему получились именно эти классы
муниципалитетов?
Библиографический список
1. Социально-экономическое положение районов Рязанской области
в 2003 году. Рязанский областной комитет государственной
статистики, 2004.
2. Постановление Госкомстата РФ от 9.01.98 №2 «Об утверждении
унифицированной системы показателей, характеризующих
социально-экономическое положение муниципального
образования». Информационно-правовая система Консультантплюс.
3. Райзин Д.В. Классификация и кластер. М.: Мир, 1980.