с 01.01.1999 по 01.01.2020
Санкт-Петербургский университет МВД России
Россия
Россия
УДК 37 Образование. Воспитание. Обучение. Организация досуга
ГРНТИ 14.35 Высшее профессиональное образование. Педагогика высшей профессиональной школы
ОКСО 44.07.01 Образование и педагогические науки
ТБК 3662 Педагогика высшей школы
Актуальность темы определяется необходимостью обеспечения качества выпускных квалификационных работ слушателями университета. Данная цель достигается, в том числе, и с применением методов математико-статистического анализа. В статье рассматривается вопрос практического применения методики кластерного анализа слушателями университета при выполнении выпускной квалификационной работы. Авторами проанализированы достоинства и недостатки данного метода и определены границы его использования. С методической точки зрения представляет интерес обоснование границ применения метода кластерного анализа. Обращается внимание на постановку частных задач, решение которых предполагает достижение цели кластерного анализа. Авторы описывают этапы кластеризации, выделенные при использовании восходящего иерархического метода. В работе описаны основные правила и последовательность применения пакета STATISTICA с англоязычной версией для решения конкретной задачи кластеризации большого числа объектов. В качестве примера приведена задача кластеризации одиннадцати субъектов Северо-Западного федерального округа на предмет выявления схожих черт их инновационного развития. Авторы подчёркивают важность использования метода с точки зрения выявления общих свойств объектов в выделяемых кластерах. Содержательными являются и закономерности, которыми описываются взаимоотношения отдельных групп объектов
группировка, кластерный анализ, метод анализа, параметры, свойств объектов, этапы кластеризации
1. Мандель И. Д. Кластерный анализ. - Москва: Финансы и статистика, 1988. - 176 с.
2. Баринова В. А., Дробышевский С. М., Еремкин В. А., Земцов С. П., Сорокина А. В. Типология регионов России для целей региональной политики // Российское предпринимательство. - 2015. - Т. 16. - № 23. - С. 4199-4204.
3. Гордячкова О. В. Кластерный анализ привлечения иностранных инвестиций российскими регионами // Российское предпринимательство. - 2013. - Т. 14. - № 3. - С. 116-121.
4. Маслюкова Е. В., Зайцева Ю. Ю. Занятость в неформальном секторе: количественные методы анализа // Экономика труда. - 2017. - Т. 4. - № 4. - C. 423-430.
5. Савченко Т. Н. Применение методов кластерного анализа для обработки данных психологических исследований // Экспериментальная психология. - 2010. - Т. 3. - № 2. - С. 67-86.
6. Хайдуков Д. С. Применение кластерного анализа в государственном управлении // Философия математики: актуальные проблемы : сборник тезисов II Международной научной конференции «Философия математики: актуальные проблемы», МГУ им. М.В. Ломоносова. - Москва: МАКС Пресс, 2009. - 287 с.
7. Жамбю М. Иерархический кластер-анализ и соответствия. - Москва: Финансы и статистика, 1988. - 345 с.
8. Рубцов Г. Г., Литвиненко А. Н., Большакова Л. В. Тенденции развития отечественной инновационной политики на примере СЗФО // Научно-технические ведомости СПбГПУ. Экономические науки. - 2020. - Т. 13. - № 1. - С. 65-78.
9. Дубров A. M., Мхитарян B. C., Трошин Л. П. Многомерные статистические методы. - Москва: Финансы и статистика, 2003. - 352 с.
