Record Details

On estimating threshold values in solving the problem of data classification

Voprosy statistiki

View Archive Info
 
 
Field Value
 
Title On estimating threshold values in solving the problem of data classification
Об оценке пороговых значений в решении задачи классификации данных
 
Creator Vladimir Glinskiy ; Novosibirsk State University of Economics and Management
Liudmila Serga ; Novosibirsk State University of Economics and Management
Ekaterina Chemezova ; Novosibirsk State University of Economics and Management
Kirill Zaykov ; Novosibirsk State University of Economics and Management
Владимир Глинский Васильевич; Новосибирский государственный университет экономики и управления «НИНХ»
Людмила Серга Константиновна; Новосибирский государственный университет экономики и управления «НИНХ»
Екатерина Чемезова Юрьевна; Новосибирский государственный университет экономики и управления «НИНХ»
Кирилл Зайков Алексеевич; Новосибирский государственный университет экономики и управления «НИНХ»
 
Subject классификация как статистический метод; пороговая совокупность; смесь вероятностных распределений; classification as a statistical method; threshold aggregates; a mixture of probability distributions
 
Description The paper contains a summary of results of original research of total aggregates, to be specific, solving the issues of statistical investigation of aggregate instability. The setting of the problem is to establish the groups’ boundaries for classification of fuzzy and threshold aggregates using the method of mixture decomposition of probability distributions. The article presents the experience of breaking down real aggregate represented as a final mix of probability distributions on private aggregates. The issue of setting objective rules and criteria for finding threshold values, that will clearly identify the transitions from one qualitative condition of the phenomena to another, are solved. Threshold value determined by the boundaries of private aggregates will correspond to the occurrence size at the intersection of curves probability distributions, extracted from the mixture. The study used EM-algorithm to find maximum likelihood of parameters of probabilistic models, when a model depends on some hidden variables. The proposed scheme of threshold aggregates identification has found practical application in the research of the population of Russian employees by level of accrued wages and can be used for establishing the optimal value of minimum monthly wages. It is rec-ommended that such a value is to be set as a science-based minimum wage of employees in the Russian Federation. This will allow to bring out a part of the real wage from shadow sector and to give additional incentive for development of the economy. The official data from the Federal State Statistics Service on average per capita income for a number of years was used.
Работа содержит обобщение результатов авторских исследований общих совокупностей, в частности решение вопросов статистического изучения нестабильных совокупностей. Постановка задачи базируется на идее определения границ групп при проведении классификации нечетких и пороговых совокупностей с использованием метода декомпозиции смеси вероятностных распределений. В статье рассмотрен опыт разбиения реальной совокупности, представляющей собой конечную смесь вероятностных распределений, на частные совокупности; решается задача определения правил и критериев нахождения пороговых значений, которые позволят четко обозначить переходы одного качественного состояния явления в другое. Пороговому значению, определяющему границы частных совокупностей, будет соответствовать величина явления на пересечении кривых вероятностных распределений, выделенных из смеси. В исследовании применяется EM-алгоритм - инструментарий, используемый в математической статистике для нахождения оценок максимального правдоподобия параметров вероятностных моделей, в случае, когда модель зависит от некоторых скрытых переменных. Предложенная схема идентификации пороговых совокупностей нашла практическое применение при исследовании совокупности наемных работников России по размеру начисленной заработной платы; может использоваться как механизм определения оптимальной величины минимального размера оплаты труда. Такую величину предложено установить в качестве научно обоснованного минимального размера оплаты труда наемных работников в Российской Федерации. Это позволит вывести часть реальной заработной платы из теневого сектора и придать дополнительный стимул для развития экономики. В качестве информационной базы были использованы официальные данные Федеральной службы государственной статистики (Росстата) по величине среднедушевого денежного дохода за ряд лет.
 
Publisher Information and publishing center "Statistics of Russia"
 
Date 2016-12-12
 
Type info:eu-repo/semantics/article
info:eu-repo/semantics/publishedVersion

 
Format application/pdf
 
Identifier http://voprstat.elpub.ru/jour/article/view/168
 
Source Voprosy statistiki; № 12 (2014); 30-36
Вопросы статистики; № 12 (2014); 30-36
2313-6383
 
Language rus
 
Relation http://voprstat.elpub.ru/jour/article/view/168/169
Венецкий И.Г., Венецкая В.И. Основные математико-статистические понятия и формулы в экономическом анализе. М.: Статистика, 1974. - 279 с.
Вентцель Е.С., Овчаров Л.А. Теория вероятности и ее инженерные приложения. Учеб. пособие для втузов. 2-е изд. М.: Высшая школа, 2000. - 480 с.
Глинский В.В. Мифическая статистика малого бизнеса. Проблемы статистического изучения турбулентных совокупностей // ЭКО. 2008. № 9. С. 51-61.
Глинский В.В. Статистические методы поддержки управленческих решений: Монография. Новосибирск: Изд-во НГУЭУ, 2008. - 256 с.
Глинский В.В., Серга Л.К. Нестабильные совокупности: концептуальные основы методологии статистического исследования // Вестник НГУЭУ. 2009. № 2.С. 137-142.
Глинский В.В., Серга Л.К. О государственном регулировании малого предпринимательства в России // Национальные интересы: приоритеты и безопасность. 2011. № 19. С. 2-8.
Глинский В.В., Серга Л.К. Статистика XXI века. Вектор развития // Вестник НГУЭУ. 2011. № 1. С. 108-118.
Глинский В.В., Чемезова Е.Ю. О сходимости основных концепций типологии данных социальноэкономических исследований // Вестник НГУЭУ. 2012. Т. 2. № 4. С. 67-73.
Зайков К.А. Изучение пороговых совокупностей методом декомпозиции смесей вероятностных распределений // Научные труды Вольного экономического общества. 2013. Т. 172. С. 192-202.
Кулиджоглян К.О. Критерии принадлежности и проблема оценки среднего класса // Бизнес-статистика, финансы и банки: Теоретические и методические аспекты исследования: сб. науч. тр. Новосибирск: НГУЭУ, 2011. C. 73-86.
Орлов А.И. Нечисловая статистика. М.: МЗ-Пресс, 2004. - 513 с.
Официальный сайт Федеральной службы государственной статистики. URL: http://www.gks.ru.
Серга Л.К. Исследование инновационной деятельности предприятий малого и среднего бизнеса // Вестник НГУЭУ. 2013. № 1. С. 112-140.
Серга Л.К. О подходах к решению задачи идентификации нечетких совокупностей // Вестник НГУ-ЭУ. 2013. № 3. С. 83-91.
Серга Л.К. Об одном подходе к определению пороговых значений в решении задач классификации // Вестник НГУЭУ. 2012. № 1. С. 54-60.
Серга Л.К., Никифорова М.И., Румынская Е.С., Хван М.С. Прикладное использование методов портфельного анализа // Вестник НГУЭУ. 2012. № 3. С. 146-158.
Трудовой кодекс РФ, статья 133 // Консультант Плюс. Версия Проф. (2014). URL: http://www. consultant.ru/popular/tkrf/.
Ту Дж., Гонсалес С. Принципы распознавания образов: Монография. М.: Мир, 1978. - 412 с.
Чемезова Е.Ю. Типология субъектов РФ по уровню социально-экономического развития // Вестник НГУЭУ. 2010. № 1. С. 171-176.
Эверитт Б.С. Большой словарь по статистике / Пер. с англ. Ф.А. Ущева, И.Ю. Чураковой; науч. ред. перевода И.И. Елисеева. 3-е изд. М.: Проспект, 2010. - 736 с.
 
Rights Authors who publish with this journal agree to the following terms:Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Авторы, публикующие в данном журнале, соглашаются со следующим:Авторы сохраняют за собой авторские права на работу и предоставляют журналу право первой публикации работы на условиях лицензии Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным сохранением ссылок на авторов оригинальной работы и оригинальную публикацию в этом журнале.Авторы сохраняют право заключать отдельные контрактные договорённости, касающиеся не-эксклюзивного распространения версии работы в опубликованном здесь виде (например, размещение ее в институтском хранилище, публикацию в книге), со ссылкой на ее оригинальную публикацию в этом журнале.Авторы имеют право размещать их работу в сети Интернет (например в институтском хранилище или персональном сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению и большему количеству ссылок на данную работу (См. The Effect of Open Access).