Метод кластерного анализа для классификации районов по уровню социально-экономического развития

Государственное образовательное учреждение высшего профессионального образования «Мордовский государственный университет им. Н.П. Огарева»

Экономический факультет

Кафедра Государственного и муниципального управления

Отчет

Применение метода кластерного анализа для классификации районов Республики Мордовия по уровню социально-экономического развития.

Студентки экономического факультета 4 курса 419 группы

Саниной Натальи Владимировны

Проверил к.э.н., старший преподаватель

Черемушкин Сергей Васильевич

Саранск 2006 г.

Цель исследования: попытаться проклассифицировать районы РМ по уровню социально-экономического положения для того, чтобы разработать дифференцированную стратегию развития, учитывающую особенности районов, включающую оптимальное перераспределение денежных ресурсов и соответствующие меры сдерживания или стимулирования.

Исходными данными для проведения кластерного анализа стали некоторые показатели по районам республики Мордовия за 2005 год, характеризующие социально-экономическое положение каждого из них, а именно:

1.  среднемесячная заработная плата в рублях

2.  размер среднемесячной пенсии, руб.

3.  валовое производство зерна в тыс. тонн

4.  производство скота и птицы на убой в тыс. тонн

5.  Инвестиции в основной капитал в тыс. рублей

6.  площадь жилищ на одного жителя в квадратных метрах

Подробная информация по исходным данным приведена в таблице 1.

 

Для анализа был выбран метод кластерного анализа, так как именно он позволяет разбить определенные группы объектов не по одному признаку, а по целому набору признаков. Кроме того, кластерный анализ в отличие от большинства математико-статистических методов не накладывает никаких ограничений на вид рассматриваемых объектов, и позволяет рассматривать множество исходных данных практически произвольной природы.

Анализ выполнялся на базе статистического пакета STATISTICA 7 версии.

После ввода исходных данных в программу, перед нами встает проблема их сопоставимости, которая решается проведением процесса стандартизации. В результате мы получаем стандартизированные данные, а соответственно можем в полной мере использовать их для проведения анализа. Стандартизированные данные приведены в таблице 2.

 

Следующим шагом является построение дерева классификации. Для проведения анализа выбираем соответствующие переменные, а также задаем правило объединения, в нашем случае для более наглядного отражения будет выбран метод простого соединения, и как еще один параметр анализа – Евклидово расстояние. В результате анализа получим следующую дендограмму.

На основе анализа указанной дендограммы, можно в целом выделить 3 классификационные группы.

Кроме этого можно произвести аналогичный анализ, используя метод К – средних. Предположим, что у нас имеется, как мы установили путем применения метода построения дерева классификаций, 3 классификационные группы, после задания соответствующих параметров мы получаем следующие кластеры:

 

Данная таблица  и график отражают распределение объектов исследования (в нашем случае это районы РМ) по кластерам. Если сопоставить данные первого и второго методов, то можно придти к выводу, что они фактически совпадают, следовательно, можно полагаться на, то, что анализ проведен верно.