Метод. Московский ежегодник трудов из обществоведческих дисциплин. Выпуск 4: Поверх методологических границ

Если признаки измерены на категориальном уровне, тогда мерами схожести будут такие метрики, которые основаны на совпадении или несовпадении значений по каждому признаку [Ким, Мьюллер, Клекка, 1989, с. 161].

После объединения наиболее близких друг к другу точек в один кластер, в иерархических методах необходимо задать способ агломерации – правило сравнения и объединения единичных точек к кластерам или двух кластеров в один более крупный. Для этого используются метод ближнего соседа, метод дальнего соседа, центроидный метод и метод средней связи. По результатам некоторых исследований, лучшие результаты дают метод Варда и метод средней связи [Gore, 2000, p. 315].

Кластерный анализ позволяет получить относительно объективную классификацию единиц наблюдения, так как является формальным методом, но в зависимости от способа агломерации и смены метрики он может выдавать различные по составу группы при одинаковом числе кластеров. В каждом отдельном случае самым важным остается качество содержательной интерпретации полученных совокупностей объектов, но все-таки некоторые конвенциональные правила комбинации метрик и правил агломерации существуют [Gore, 2000, p. 309–312].

Совокупность описанных методов анализа данных позволяет решать наиболее типичные задачи политического анализа (а возможно, и социальных наук вообще) на основе количественных данных. Тем не менее за рамками нашего обзора остался широкий класс методов, изучение и описание которого требует достаточно свободного владения понятиями теории вероятностей и математической статистики, а также алгебраической геометрии. Речь идет, в первую очередь, о байесовском подходе к анализу данных, непараметрических методах, методах анализа пространственно-временных данных и временных рядов, а также нелинейных вариантах метода главных компонент, основанных на теории нелинейных многообразий.

Все описанные и оставленные без обзора методы прикладной статистики, однако, требуют для успешности использования привлечения способности исследователя интерпретировать как саму изучаемую реальность, так и полученные в ходе математической обработки результаты. Семиотика потенциально способна оказать практикующим исследователям большую помощь в этой области. Надеемся, что продемонстрированная в этом обзоре широта приложений статистики привлечет внимание специалистов по семиотике к прикладной статистике и будет способствовать сближению этих областей знания.

Литература

Айвазян С.А., Мхитарян В.С. Прикладная статистика и основы эконометрики: Учебник для вузов. – М.: ЮНИТИ, 2001. – 1022 с.

Ахременко А.С

. Политический анализ и прогнозирование. – М.: Гардарики, 2006. – 333 с.

Аптон Г. Анализ таблиц сопряженности / Пер. с англ. и пред. Ю.П. Адлера. – М.: Финансы и статистика, 1982. – 144 с.

Ким Дж.-О., Мьюллер Ч.У., Клекка У.Р. Факторный, дискриминантный и кластерный анализ. – М.: Финансы и статистика, 1989. – 215 с.

Кимбл Г. Как правильно пользоваться статистикой. – М: Финансы и статистика, 1982. – 294 с.

Стукал Д.К., Хавенсон Т.Е

. Моделирование государственной состоятельности постсоциалистических стран // ПОЛИТЭКС. – СПб., 2012. – Т. 8, № 1. – С. 233–260.

Analysis of multivariate social science data / D.J. Batholomew, F. Steele, I. Moustaki, J.I. Galbraith (eds.). – Boca Raton; L.; N.Y.: CRC Press, 2008. – xi, 371 p.

Collier D., Adcock R. Democracy and dichotomies: A pragmatic approach to choices about concepts // Annual review of political science. – Palo Alto, Calif., 1999. – N 2. – P. 537–565.

Gore P.A., jr. Cluster analysis // Handbook of applied multivariate statistics and mathematical modeling. – San Diego: Academic Press, 2000. – P. 297–321.

Inglehart R.F., Welzel C.

 Political culture, mass beliefs and value change // Democratization. – N.Y.: Oxford univ. publishers, 2009. – P. 126–144.

King G., Keohane R.O., Verba S. Designing social inquiry: scientific inference in qualitative research. – Princeton: Princeton univ. press, 1994. – xi, 245 p.

Martynenko G. Semiotics of statistics // Journal of quantitative linguistics. – L., 2003. – Vol. 10, N 2. – P. 105–115.

Mondak J.J. Reconsidering the measurement of political knowledge // Political analysis. – Oxford, 2000. – Vol. 8, N 1. – P. 57–82.

Модальная семиотика: основания и обоснования

С.Т. Золян