Автор работы: Пользователь скрыл имя, 16 Декабря 2013 в 00:55, курсовая работа
Цель. Провести сравнительный анализ муниципальных образований Оренбургской области по набору показателей, характеризующих социальную напряженность.
Объектом исследования являются муниципальные образования Оренбургской области.
Предметом исследования является состояние социальной напряженности, характеризующееся показателями:
x1 – коэффициент смертности (на 1000 человек);
x2 – коэффициент младенческой смертности (на 1000 человек);
x3 –смертность от инфаркта (на 1000 человек);
x4 –смертность от самоубийств (на 1000 человек);
x5 – смертность от убийств (на 1000 человек).
Введение………………………………………………………………………..
1 Многомерная классификация муниципальных образований Оренбургской области методом кластерного анализа…………......
Теоретические основы кластерного анализа...…………….......................
1.2 Практическая реализация метода кластерного анализа……….
1.2.1 Классификация муниципальных образований Оренбургской области с помощью иерархических кластер - процедур……………………………...
1.2.2 Классификация муниципальных образований Оренбургской области с помощью итерационных кластер - процедур (методом -средних)……...
1.2.3 Сравнение классификаций………………………………………………
1.2.4 Содержательная интерпретация результатов классификации………..
2 Снижение размерности признакового пространства методом главных компонент………………………………………………………………………
2.1 Теоретические аспекты методом главных компонент ………………….
2.2 Практическая реализация метода главных компонент………………….
3 Многомерная классификация муниципальных образований по выделенным главным компонентам ………………………….......................
3.1 Классификация муниципальных образований по выделенным главным компонентам с помощью иерархических кластер - процедур …...
3.2 Классификация муниципальных образований по выделенным главным компонентам с помощью итерационных кластер - процедур (методом -средних)…………………………………………………………..
3.3Сравнение классификаций ………………………………………………...
3.4 Содержательная интерпретация результатов лучшей классификации...
Заключение……………………………………………………………………..
Список использованных источников……
2. Бравичева О.С., Бантикова О.И., Фот Н.П. Метод. указания к лабораторному практикуму и самостоятельной работе студентов "Методы кластерного анализа". – Оренбург: ОГУ, 2005.
3. Дубров А.М. Многомерные статистические методы: Для экономистов и менеджеров: Учеб. для вузов / А.М., В.С. Мхитарян, Л.И. Трошин. – М.: Финансы и статистика, 1998. – 350 с.
4. Дуброва Т.А., Бажин А.Г., Бакуменко Л.П. Дискриминантный анализ в системе "STATISTICA"/ Учебное пособие. – М.: МЭСИ, 2000.
5. Дубров А.М., Мхитарян В.С., Трошин Л.И. Многомерные статистические методы – М.: Финансы и статистика, 2000. – 352 с.
6. Дуброва Т.А., Павлов Д.Э., Осипова Н.П. Факторный анализ с использованием ППП "STATISTICA"/ Учебное пособие. – М.: МЭСИ, 2000.
7. Левин В.С., Смирнов В.И. Прогнозирование и классификация экономических систем в условиях неопределенности методами искусственных нейронных сетей. – Оренбург: ОГАУ, 2004.
8. Мхитарян В.С., Дуброва Т.А., Ткачев О.В. Кластерный анализ в системе "STATISTICA": Методические указания. - М.: МЭСИ, 1999.
9. Реннер А.Г. Аралбаева Г.Г. Корреляционно-регрессионный анализ/ Мет. указания к лабораторному практикуму. – Оренбург: ОГУ, 2002.
10. Реннер А.Г. Бравичева О.С. Снижение размерности и признакового пространства: Метод. указ. к лаб. практикуму и СРС. –Оренбург: ОГУ, 2005.
11. Сошникова Л.А., Томашевич В.Н. Многомерный статистический анализ в экономике. – М.: ЮНИТИ, 1999. – 600 с.
12. Тюрин Ю.Н., Макаров А.А. Статистический анализ данных на компьютере / под ред. В.Э. Фигурнова. – М.: ИНФРА-М, 1998.-528 с.
Приложение А
Таблица 1 – Исходные данные
коэффициент смертности |
коэффициент младенческой смертности |
смертность от инфаркта |
смертность от самоубийств |
смертность от убийств | |
Абдулинский |
20,8 |
19,8 |
93,1 |
42,3 |
33,9 |
Адамовский |
12,4 |
14,3 |
23,4 |
63,6 |
16,7 |
Акбулакский |
11,9 |
4,5 |
23,6 |
43,7 |
16,8 |
Александровский |
13,6 |
4,2 |
46,7 |
41,5 |
10,4 |
Асекеевский |
17,2 |
3,5 |
44 |
79,3 |
26,4 |
Беляевский |
14,7 |
7,4 |
25,8 |
36,1 |
15,5 |
Бугурусланский |
19,4 |
6,7 |
27,3 |
45,4 |
36,3 |
Бузулукский |
18,6 |
11,9 |
50,8 |
38,8 |
29,9 |
Гайский |
17,7 |
23 |
9,1 |
91,2 |
27,4 |
Грачевский |
15,2 |
5,1 |
47,2 |
40,5 |
6,7 |
Домбаровский |
11,7 |
20,3 |
37,5 |
80,3 |
21,4 |
Илекский |
15,9 |
2,3 |
59,4 |
59,4 |
14 |
Кваркенский |
16,7 |
20,6 |
56,9 |
56,9 |
19 |
Красногвардейский |
13 |
2,8 |
21,6 |
51,9 |
13 |
Кувандыкский |
15,9 |
3 |
66,6 |
66,6 |
8,9 |
Курманаевский |
18,2 |
7,8 |
45,4 |
15,1 |
5 |
Матвеевский |
17,5 |
0 |
48,3 |
82,9 |
13,8 |
Новоорский |
16 |
8,6 |
63 |
103,9 |
28,3 |
Новосергиевский |
19 |
11,4 |
75,9 |
54,2 |
35,3 |
Октябрьский |
15,3 |
3,3 |
31,4 |
44,8 |
13,4 |
Оренбургский |
11,4 |
7,3 |
33,4 |
45,5 |
9,4 |
Первомайский |
11,8 |
12 |
35 |
63 |
10,5 |
Переволоцкий |
13 |
5,7 |
54 |
30,4 |
33,7 |
Пономаревский |
17,5 |
23,2 |
48,1 |
54,1 |
12 |
Сакмарский |
13,7 |
9,8 |
36,2 |
59,2 |
16,5 |
Саракташский |
15,9 |
11,8 |
46 |
64,4 |
25,3 |
Светлинский |
14,2 |
9,2 |
53,4 |
65,2 |
11,9 |
Северный |
19,6 |
0 |
46,8 |
41 |
17,6 |
Соль-Илецкий |
14,6 |
8,6 |
21,9 |
51 |
21,9 |
Сорочинский |
19 |
19,2 |
39,2 |
78,5 |
13,1 |
Ташлинский |
12,5 |
8,3 |
26,2 |
52,4 |
15 |
Тоцкий |
10,6 |
6,2 |
24,9 |
17,4 |
14,9 |
Тюльганский |
14,2 |
3,4 |
25,6 |
55,4 |
12,8 |
Шарлыкский |
16,2 |
20,9 |
24,4 |
34,1 |
0 |
Ясненский |
14,4 |
0 |
15,1 |
90,8 |
30,3 |
г.Абдулино |
16,9 |
14,9 |
52,8 |
76,8 |
4,8 |
г.Бугуруслан |
15,5 |
9,6 |
44 |
17,2 |
15,3 |
г.Бузулук |
14,7 |
10,9 |
32,6 |
22,5 |
19,1 |
г.Гай |
14,6 |
10,5 |
42,7 |
37,7 |
12,6 |
г.Кувандык |
16,6 |
9 |
35,4 |
56,7 |
17,7 |
г.Медногорск |
18,1 |
19,8 |
63,8 |
53,7 |
10,1 |
г.Новотроицк |
16,5 |
8,6 |
53,1 |
44,2 |
27,5 |
г.Оренбург |
12,6 |
6,1 |
81,5 |
23,8 |
14,5 |
г.Орск |
16,7 |
8,6 |
43,6 |
44,4 |
30,2 |
г.Соль-Илецк |
11,8 |
4,8 |
30,3 |
30,3 |
26,5 |
г.Сорочинск |
14,7 |
1,7 |
27,4 |
37,6 |
17,1 |
г.Ясный |
10,3 |
2,5 |
53,8 |
61,5 |
15,4 |
Приложение B
Рисунок 1 – Протокол объединения кластеров методом «полных связей»
Рисунок 2 – График изменения расстояния между объединенными классами
Рисунок 3 – Матрица расстояний
Рисунок 4 – Расстояния между классами
Рисунок 5 - Результаты расчетов описательных статистик для каждого кластера
расстояние |
Кв.расстояние |
расстояние |
Кв.расстояние |
0,90 |
1 |
1,89 |
3,57 |
1,92 |
4 |
2,81 |
7,87 |
3,05 |
9 |
2,05 |
4,19 |
2,56 |
7 |
1,25 |
1,56 |
1,59 |
3 |
1,77 |
3,13 |
1,51 |
2 |
1,26 |
1,59 |
1,53 |
2 |
1,40 |
1,95 |
1,29 |
2 |
1,52 |
2,32 |
1,22 |
1 |
1,92 |
3,70 |
0,91 |
1 |
1,37 |
1,87 |
1,83 |
3 |
2,62 |
6,84 |
1,68 |
3 |
1,87 |
3,50 |
0,94 |
1 |
3,26 |
10,65 |
2,39 |
6 |
2,10 |
4,42 |
3,15 |
10 |
1,70 |
2,90 |
3,90 |
15 |
2,58 |
6,66 |
3,95 |
16 |
0,84 |
0,70 |
0,00 |
0 |
1,50 |
2,26 |
3,36 |
11,26 | ||
2,67 |
7,15 | ||
2,92 |
8,54 | ||
4,79 |
22,92 | ||
1,26 |
1,59 | ||
1,18 |
1,39 | ||
1,57 |
2,48 | ||
0,00 |
0,00 | ||
Сумма |
85 |
Сумма |
125,00 |
Рисунок 6 – Результаты расчетов суммы квадратов расстояний
Рисунок 7 – Разбиение классов методом -средних