The specificities of the research in the economics’ development of Sevastopol

Cover Page

Cite item

Full Text

Abstract

A comprehensive study of regional processes implies a qualitative analysis of indicators over time, which is necessary not only to identify current trends, but also to make forecasts that are used in the development of regional development strategies and programs. In order to study the development of the city of Sevastopol on the basis of statistical data on the state of the economy in the Ukrainian and Russian periods, as well as determine the possibility of their use for making forecasts, it is necessary to solve the issue of homogeneity of the series of economic indicators. The existing criteria for verifying the homogeneity of data are not applicable to the solution of the issue of compatibility of multidimensional series belonging to different time intervals. The article proposes the use of exploratory factor analysis to solve this problem. However, the lack of statistical data leads to a degeneration of the matrix of pairwise correlations of economic indicators. To obtain estimates of the parameters of the factor model, a generalized inverse matrix is used, which is obtained as a result of a matrix iterative procedure. Exploratory factor models for the Ukrainian and Russian periods of Sevastopol have fundamental differences, and the corresponding multidimensional series cannot be combined for a holistic study of economic processes in the region.

About the authors

Elena I. Piskun

Sevastopol State University

Author for correspondence.
Email: lenapiskun@mail.ru

Doctor of Economics, Associate Professor, Рrofessor of the Department of Finance and Credit

33 Universitetskaya St., Sevastopol, 299053, Russian Federation

Vladimir V. Khokhlov

Sevastopol State University

Email: khokhlov_vv57@mail.ru

Cand. Sci. (Tech.), Assistant Professor of the Department of Finance and Credit

33 Universitetskaya St., Sevastopol, 299053, Russian Federation

References

  1. Argyros I.K. (2008). Convergence and Applications of Newton-type Iterations. Springer Science + Business Media, LLC. doi: 10.1007/978-0-387-72743-12
  2. Courtney M.G.R. (2013). Determining the number of factors to retain in EFA: Using the SPSS R-Menu v2.0 to make more judicious estimations. Practical Assessment, Research and Evaluation, 18(8), 1-14.
  3. Decell Jr. H.P., Kuhng S.W. (1966). An Iterative Method for Computing the Generalized Inverse of a Matrix. NASA Technical Note, NASA - ITN - D-3 464, 16.
  4. Fabrigar L.R., Wegener D.T., MacCallum R.C., Strahan E.J. (1999). Evaluating the use of exploratory factor analysis in psychological research. Psychological Methods, (4), 272-299.
  5. Kantorovich L.V. (1945). Ob odnom effektivnom metode reshenija ekstremal’nyh zadach dlja kvadratichnogo funkcionala [On one effective method for solving extremal problems for a quadratic functional]. Doklad akademii nauk SSSR, 48, 485-487. (In Russ.)
  6. Khokhlov V.V. (2018). Klasterizacija regionov metodami eksploratornogo faktornogo analiza [Clusterization of regions by the methods of exploratory factor analysis]. Ekonomika i upravlenie: teorija i praktika, 4(4(1)), 87-94. (In Russ.)
  7. Lankaster P. (1982). Teorija matric [Theory of matrices]. Moscow: Nauka Publ., 272. (In Russ.)
  8. Ruscio J., Roche B. (2012). Determining the number of factors to retain in an exploratory factor analysis using comparison data of a known factorial structure. Psychological Assessment, 24(2), 282-292. doi: 10.1037/a0025697
  9. Spada N. (2017). Form-Focussed Instruction and SLA: a review of classroom and laboratory research. Language Teaching, 30(2), 73-87.
  10. Tabachnick B.G., Fidell L.S. (2015). Principal components and factor analysis. Using multivariate statistics (4th ed). Needham Heights, MA: Allyn & Bacon, 582-633.

Supplementary files

Supplementary Files
Action
1. JATS XML

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».