Моделирование инновационного развития регионов Украины с помощью факторных экспериментов
Предложен новый подход для применения метода планирования экстремальных экспериментов в экономической среде. На его основе построена модель для прогнозирования объемов инновационной продукции по регионам Украины. Запропоновано новий підхід для застосування методу планування екстремальних експеримент...
Saved in:
| Date: | 2006 |
|---|---|
| Main Author: | |
| Format: | Article |
| Language: | Russian |
| Published: |
Кримський науковий центр НАН України і МОН України
2006
|
| Subjects: | |
| Online Access: | https://nasplib.isofts.kiev.ua/handle/123456789/15064 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Journal Title: | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| Cite this: | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов / Е.Б. Снисаренко // Культура народов Причерноморья. — 2006. — № 80. — С. 136-141. — Бібліогр.: 8 назв. — рос. |
Institution
Digital Library of Periodicals of National Academy of Sciences of Ukraine| _version_ | 1860241170616025088 |
|---|---|
| author | Снисаренко, Е.Б. |
| author_facet | Снисаренко, Е.Б. |
| citation_txt | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов / Е.Б. Снисаренко // Культура народов Причерноморья. — 2006. — № 80. — С. 136-141. — Бібліогр.: 8 назв. — рос. |
| collection | DSpace DC |
| description | Предложен новый подход для применения метода планирования экстремальных экспериментов в экономической среде. На его основе построена модель для прогнозирования объемов инновационной продукции по регионам Украины.
Запропоновано новий підхід для застосування методу планування екстремальних експериментів в економічному середовищі. На його основі побудована модель для прогнозування об'ємів інноваційної продукції по регіонах України.
A new approach for applying the method of planning of extreme experiments
in an economic environment was offered. On its basis the model of prognostication of
volumes of innovative products in the regions of Ukraine was built.
|
| first_indexed | 2025-12-07T18:29:59Z |
| format | Article |
| fulltext |
Семиколєнова С.В., Галицька Е.В.
ОЦІНКА ІНВЕСТИЦІЙНОЇ ПРИВАБЛИВОСТІ ГОТЕЛЬНОГО ГОСПОДАРСТВА РЕГІОНІВ УКРАЇНИ
136
більше 80% на розвиток галузі у АРКрим, Одеській, Полтавській, Донецькій та Львівській областях. Уваги
потребує Луганська область. Враховуючи усі показники розвитку готельної галузі цього регіону і його зага-
льну інвестиційну привабливість, рівень інвестиційної привабливості готельного господарства області дуже
низький. На наш погляд, це вказує на нерівномірний розподіл інвестиційних надходжень у регіон, оскількі
більшість їх припадає на розвиток важкої промисловості регіону, металургії, машинобудівництва тощо.
Висновки. Проведення порівняльного аналізу та визначення узагальнюючих оцінок інвестиційної при-
вабливості готельного господарства регіонів України надало нам можливість проранжувати їх, встановити
відповідний рейтинг та узгодити оцінки, отримані в результаті проведеного нами дослідження, з даними
інших досліджень. Коефіцієнт рангової кореляції, розрахований за формулою Спірмена (0,79), свідчить про
тісний зв’язок між інвестиційною привабливістю готельного господарства регіону та регіону в цілому.
Тобто, як ми бачимо, однією з головних стимулюючих сил в розвитку готельного господарства України на
сьогодні є створення сприятливого інвестиційного клімату.
На підставі проведеного дослідження можна стверджувати, що для покращення такого клімату в Украї-
ні особливої ваги набуває вдосконалення методик статистичного обліку, оцінки й впорядкування взаємного
обміну статистичною інформацією.
Джерела та література
1. Галицька Е.В., Ковтун Н.В. Фінансова статистика: Навчальний посібник.–К.: Видавничо-
поліграфічний центр «Київський університет», 2004.
2. Єріна А.М.Статистичне моделювання та прогнозування: Навч.посібник. – К.: КНЕУ, 2001.
3. Єріна А.М., Ващаєв С.С. Узагальнюючи багатовимірні показники в соціально-економічних досліджен-
нях // Наукові записки Києво-Могилянської академії. Економіка. Том 6.- Київ, 1999. – С. 38- 41.
4. Єріна А.М., Мазуренко О.К., Пальян З.О. Економічна статистика: Практикум. – К.: ТОВ «УВПК «Екс
Об», 2002.
5. Інвестиційна політика в Україні на регіональному рівні // Економічне есе Інституту Реформ. – Київ,
2004.
6. Статистика рынка товаров и услуг: Учебник / И.К.Беляевский, Г.Д. Кулагина, А.В.Коротков и др.: Под
ред. И.К.Беляевского. – М.: Финансы и статистика, 1995.
7. Human Development Report, 1993. – New-York, Oxford, 1993.
Снисаренко Е.Б.
МОДЕЛИРОВАНИЕ ИННОВАЦИОННОГО РАЗВИТИЯ РЕГИОНОВ УКРАИНЫ
С ПОМОЩЬЮ ФАКТОРНЫХ ЭКСПЕРИМЕНТОВ
Современное экономическое состояние Украины требует значительного повышения конкурентоспо-
собности продукции отечественных предприятий. Создание условий для внедрения инновационных техно-
логий является решающим условием роста как экономики в целом, так и на региональном уровне. Однако, в
настоящее время, еще не создано объективных методик и моделей, обеспечивающих проведение анализа,
оценки и прогнозирования процессов инновационного развития в регионах.
Существуют различные точки зрения по решению данной задачи [1,2,3]. Известны и широко применя-
ются методы математического моделирования, прогнозирования и оценки экономических процессов. Эти-
ми вопросами занимались многие ученые, среди которых Ю.П. Адлер, В.Г. Горский, А. А. Спиридонов, Л.З.
Румшинский. Особый интерес представляет использование методов планирования экспериментов, который
освещен в трудах В. Ф. Сыткина. Он одним из первых предложил использовать методы планирования экс-
тремальных экспериментов для решения экономических задач [4]. Последние публикации, касающиеся
данной тематики [5], хотя и развивают методы планирования экспериментов, все же не дают полного пред-
ставления о путях их использования в экономической практике.
Трудность проблемы обусловлена тем, что методы планирования экстремальных экспериментов ис-
пользуются для условия их выполнения в реальном масштабе времени, что характерно для технических за-
дач, а для экономики экспериментальные данные относятся, как правило, к прошлым периодам. Таким об-
разом, все еще нерешенной является задача адаптации эффективного метода планирования экстремальных
экспериментов в экономическую практику.
В связи с изложенным, целью статьи является оценка возможности применения методики планирова-
ния экстремальных экспериментов которая доведена до уровня стандарта [6] и поэтому может считаться
наиболее объективной, для прогнозирования экономических процессов, в частности, инновационного раз-
вития регионов.
Целью данного исследования является получение факторной модели для оценки объемов инновацион-
ной продукции по регионам, которая имеет вид
),,( 321 XXXfY = (1)
где Y – параметр оптимизации;
Xi – факторы системы.
Одним из важнейших конечных показателей инновационного развития регионов можно считать объем
созданной инновационной продукции [7], поэтому его целесообразно выбрать как параметр оптимизации.
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
137
В качестве факторов необходимо выбирать те, которые оказывают наибольшее влияние на параметр опти-
мизации, кроме этого они должны удовлетворять ряду требований [6]. В нашем случае в качестве факторов
системы предложено выбрать: γ П - количество инновационно активных предприятий в промышленности; γ
ТПР - количество освоенной инновационной продукции; γ З - общий объем инновационных затрат. Для
адаптации статистических данных по инновационной деятельности прошлых периодов к реальному време-
ни предложено на основании имитационных экспериментов получить зависимость между параметром оп-
тимизации и соответствующими экстремальными (минимальными и максимальными) значениями факто-
ров, с помощью которой возможно определение требуемого параметра оптимизации. Полученная эмпири-
ческая зависимость имеет вид
Пi
ТПРiЗi
ij γ
γγ *
=Υ , (2)
ijΥ - параметр оптимизации.
Использование этой зависимости позволит составить план эксперимента в целом согласно требованиям
[6]. Для проведения полного факторного эксперимента необходимо рассчитать количество точек плана по
формуле
kN 2= (3)
где N – количество точек плана;
k – количество факторов (в нашем случае - 3);
2 – количество уровней факторов.
Из выражения (2) следует, что для заданных условий необходимо провести 8 экспериментов, а для ста-
тистической достоверности необходимо иметь минимальную выборку из 24 экспериментов. То есть, для
проведения полного факторного эксперимента необходимо располагать статистическими данными с 24-х
регионов Украины по трем, вышеуказанным, факторам эксперимента. Учитывая граничные значения фак-
торов (табл. 1), статистические данные по 24 регионам Украины [8] были поделены на три группы по 8 ре-
гионов (табл. 2).
Таблица 1. Пределы варьирования факторов
Номер группы Фактор и его граничные приделы 1 2 3
γ П, max 72 105 161
γ П, min 29 27 19
γ ТПР, max 114 267 612
γ ТПР, min 62 135 308
γ З, max 315311 397975,1 807662,3
γ З, min 9453,2 8752,2 22454,6
Таблица 2 . Статистические данные по инновационному развитию
Факторы № группы
экспериментов
Номер точки
плана Регионы γ П γ ТПР γ З
1 Закарпатская 34 62 9453,2
2 Хмельницкая 29 72 16883,4
3 Полтавская 45 88 73128,3
4 Днепропетровская 72 89 315311,0
5 Луганская 59 92 123251,2
6 Житомирская 40 94 24698,1
7 Кировоградская 67 111 42116,8
1
8 Херсонская 33 114 17153,9
1 Запорожская 44 135 152064,1
2 Киевская 70 147 81009,5
3 Волынская 38 159 8752,2
4 Черновецкая 41 167 22702,3
5 Ровенская 27 181 11786,7
6 Харьковская 105 219 397975,1
7 Николаевская 58 254 287895,0
2
8 Черниговская 42 267 96594,0
1 Ивано – Франковская 39 308 26042,2
2 Одесская 61 311 31060,5
3 Винницкая область 99 313 28784,9
4 Автономная Республика Крым 48 316 22454,6
5 Донецкая 83 321 807662,3
6 Сумская 19 333 82624,8
3
7 Тернопольская 49 554 138115,0
8 г. Киев 161 612 283323,6
Снисаренко Е.Б.
МОДЕЛИРОВАНИЕ ИННОВАЦИОННОГО РАЗВИТИЯ РЕГИОНОВ УКРАИНЫ С ПОМОЩЬЮ
ФАКТОРНЫХ ЭКСПЕРИМЕНТОВ
138
Для дальнейшей реализации методики переходят к единой системе факторов, путем усреднения их зна-
чений по уровням, а также определив их основные уровни (Xiосн) и интервал варьирования (ΔX) по форму-
лам (4) и (5) соответственно (результирующие данные приведены в табл. 3)
2
min,max,
,
ii
оснi
XX
X
+
= (4);
2
min,max, ii
i
XX
X
−
=∆ (5).
Таблица 3.Средние значения факторов
Факторы процесса в единицах измерения Уровни γ П γ ТПР γ З
Верхний 161 612 807662,3
Нижний 19 62 8752,2
Основной 90 337 408207,25
Интервал варьирования 71 275 399455,05
Кодированное значение X1 X2 X3
Поскольку факторы могут быть неоднородными и иметь разные единицы измерения, а числа, которыми
измеряются значения факторов, иметь разный порядок, то во время проведения эксперимента переходят к
кодированным значениям уровней факторов: +1 (максимальное значение фактора) и -1 (минимальное зна-
чение фактора), а кодирование осуществляется по формуле:
i
оснii
i X
XX
X
∆
−
= ,~
, (6)
где iX~ - кодированное значение фактора.
Реализация эксперимента состоит в построении полного плана матрицы планирования, который дает
возможность определить влияние на функцию отклика не только каждого отдельного фактора, но и их ком-
бинаций (табл. 4). Расчет действительных значений функции отклика (Y1, Y2, Y3) производится по форму-
ле (2). Среднее значение параметра оптимизации Y рассчитывается:
m
m
j
jv∑
=
Υ
=Υ 1
,
, (7)
где jv,Υ - действительное значение параметра оптимизации;
m - количество параллельных наблюдений в каждой точке плана.
Таблица 4. Матрица планирования эксперимента N= 23
Кодированные значения факторов Действительное значение функции отклика
Н
ом
ер
т
оч
ки
п
ла
на
X
0
X
1 X
2
X
3
X
4=
X
1X
2
X
5=
X
1X
3
X
6=
X
2X
3
X
7=
X
1X
2X
3
Y1 Y2 Y3 Y
1 +1 +1 +1 +1 +1 +1 +1 +1 199143 132238 212473 181284
2 +1 -1 +1 +1 -1 -1 +1 -1 80210 34004 25074 46429
3 +1 +1 -1 +1 -1 +1 -1 -1 366167 309536 422187 365963
4 +1 -1 -1 +1 +1 -1 -1 +1 147484 79595 49823 92300
5 +1 +1 +1 -1 +1 -1 -1 -1 5970 2908 5907 4928
6 +1 -1 +1 -1 -1 +1 -1 +1 2404 747 697 1282
7 +1 +1 -1 -1 -1 -1 +1 +1 10978 6807 11737 9840
8 +1 -1 -1 -1 +1 +1 +1 -1 4421 1750 1385 2518
После завершения построения матрицы переходят к следующему этапу – обработке эксперименталь-
ных данных. Для проверки возможности их использования в процессе дальнейшего построения математи-
ческой модели проводят оценку однородности дисперсии измерения функции отклика в каждой точке экс-
перимента. Далее проверяется гипотеза однородности дисперсий, по критерию Кохрена. Дисперсии явля-
ются однородными, так как, экспериментальное значение критерия Кохрена G = 0,5132, не превышает таб-
личного значения [6], Gкр = 0,5157 при заданном уровне значимости q=5% . Если экспериментальное значе-
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
139
ние критерия Кохрена не превышает табличного, то можно усреднить дисперсии.
Следующим шагом является определение коэффициентов регрессии, для чего, сначала, необходимо ус-
тановить вид самого уравнения регрессии. Наиболее часто используется неполное квадратичное уравнение
регрессии, которое для трехфакторной системы имеет вид:
3213,2,1323,2313,1212,13322110 XXXbXXbXXbXXbXbXbXbb +++++++=Υ , (8)
где ib - коэффициенты регрессии.
При замене эффектов взаимодействия уравнение регрессии принимает линейный вид:
776655443322110 XbXbXbXbXbXbXbb +++++++=Υ . (9)
Далее производится определение коэффициентов регрессии (таблица 5) и дисперсии ошибки определе-
ния коэффициента регрессии.
Таблица 5. Коэффициенты регрессии
b0 b1 b2 b3 b4 b5 b6 b7
88068 52442 -29578 78011 -17810 57568 -28050 -16891
После определения коэффициентов регрессии выбирают из них те, которые являются значимыми. Для
этого используется критерий Стьюдента:
)( i
i
i bs
b
t = , (10)
где it - критерий Стьюдента;
ib - рассчитанные коэффициенты регрессии;
)( ibs - среднеквадратичное отклонение дисперсии ошибки определения коэффициента регрессии.
Расчетные значения критерия Стьюдента приведены в таблице 6.
Таблица 6. Расчетные значения критерия Стьюдента
t0 t1 t2 t3 t4 t5 t6 t7
13 7,76 4,3 11,5 2,6 8,5 4,1 2,5
Коэффициент bi является значимым, если расчетное значение it , является больше табличного значения
крt . Так как, для условий нашего эксперимента 119,2=крt , то значимыми являются все рассчитанные ко-
эффициенты регрессии.
Полученное уравнение регрессии имеет вид:
7654321 1689128050575681781078011295875244280068 XXXXXXXY −−+−+−+= (11)
Заключительным этапом построения модели является ее проверка на адекватность реальным процес-
сам, которая производится по критерию Фишера.
Используя таблицу критериев Фишера [6] при уровне значимости q=5% , находим критическое значе-
ние 01,3=КРF . Так как, F<Fкр (F=1,13), то модель может считаться адекватной.
Учитывая то, что кодированное значение фактора определяются выражением (6), имеем:
71
90
1
−
= ПX γ ,
275
337
2
−
= ТПРX γ ,
05,399455
25,408207
3
−
= ЗX γ .
Таким образом, математическая модель примет вид:
7,69260000021,0
000066,00027,005,075,15,187
+⋅⋅−
−⋅−⋅+⋅−++=
ЗТПРП
ЗТПРЗПТПРПЗТПРПV
γγγ
γγγγγγγγγ (12)
где V - объем созданной инновационной продукции.
На основании полученной модели строится графическая зависимость, иллюстрирующая взаимосвязь
между параметром оптимизации и факторами (рисунки 1, 2, 3).
Снисаренко Е.Б.
МОДЕЛИРОВАНИЕ ИННОВАЦИОННОГО РАЗВИТИЯ РЕГИОНОВ УКРАИНЫ С ПОМОЩЬЮ
ФАКТОРНЫХ ЭКСПЕРИМЕНТОВ
140
0
5000
10000
15000
20000
25000
30000
1 10 20 30 40 50 60 70 80 90 100
Количество инновационно активных предприятий, шт.
Об
ъе
м
со
зда
нн
ой
ин
но
ва
ци
он
но
й п
ро
ду
кц
ии
,
ты
с.г
рн
.
Рис. 1. Прогнозируемый объем прибыли в зависимости от количества инновационно активных
предприятий
0
2000
4000
6000
8000
10000
12000
14000
1000
10000
20000
30000
40000
50000
60000
70000
80000
Объем инновационных затрат , тыс. грн.
Об
ъе
м
со
зда
нн
ой
ин
но
ва
ци
он
но
й п
ро
ду
кц
ии
,
ты
с.г
рн
.
Рис. 2. Прогнозируемый объем прибыли в зависимости от объема инновационных затрат
0
200
400
600
800
1000
1200
1 3 5 7 9 11 13 15 17 19 21
Количество освоенной инновационной продукции,
наименований.
Об
ъе
м
со
зд
ан
но
й
ин
но
ва
ци
он
но
й
пр
од
ук
ци
и,
ты
с.г
рн
.
Рис. 3. Прогнозируемый объем прибыли в зависимости от количества освоенной продукции
Таким образом, адаптация статистических данных к реальному времени позволяет составить план экс-
перимента в целом согласно требованиям [6] и провести соответствующую математическую обработку для
получения уравнения регрессии. Полученная линейная зависимость может использоваться для прогнозиро-
вания объемов инновационной продукции по регионам Украины.
Источники и литература
1. Горский В.Г. Адлер Ю.П. Планирование промышленных экспериментов. – М.: «Металургия», 1974. –
264 с.
2. Спиридонов А.А. Планирование эксперимента при исследовании технологических процессов. – М.:
Машиностроение, 1981. – 184 с.
3. Рум-шинский Л.З.. Математическая обработка результатов эксперимента. Главная редакция физико –
математической литературы изд – ва «Наука», 1971. – 192 с.
Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ
141
4. Сыткин В.Ф. Основы научных исследований. Киев: Издательское объединение «Вища школа», 1978,
184 с.
5. В.П. Божко, О.А. Барабаш, Д.А. Мальцев, Л.М. Копейченко. Моделювання прибутковості банків при
впровадженні карткових проектів за допомогою методу планування експериментів.//ВІСНИК Харківсь-
кого національного університету ім.. В. Н. Карабіна. – 2001. – №530. – С. 279-285.
6. Методические указания. Методика выбора и оптимизации контролируемых параметров технологиче-
ских процессов. РДМУ 109 – 77. М.: Издательство стандартов, 1978, 63 с.
7. О. Амоша. Інноваційний шлях розвитку України: проблеми та рішення.// Економіст. – 2005. – №6. – С.
28 – 32.
8. Статистичний збірник «Регіони України 2004» / К.: 2004р. – Ч II. – С. 376-390.
Срибный В.И.
МЕТОДИЧЕСКИЕ ПОДХОДЫ К ОЦЕНКЕ ЖИЛИЩНО-КОММУНАЛЬНОГО
ХОЗЯЙСТВА РЕГИОНА
Постановка проблемы. Для разработки программ развития жилищно-коммунального хозяйства необхо-
димо проводить анализ состояния, развития и оценки отрасли, и в случае превышения потребности над на-
личием мощностей, необходимо направлять финансовые средства для выравнивания ситуации. Здесь важна
достоверная оценка уровня развития жилищно-коммунального хозяйства, его соответствие потребностям
населения. Для оценки уровня и перспектив развития ЖКХ важное значение имеет определение цели ее
развития, которая должна быть направлена на удовлетворение в данных видах услуг на необходимом уров-
не.
Сложность, многокомпонентность состава жилищного хозяйства определили необходимость поиска,
как частных отраслевых показателей, так и единого, обобщающего, интегрального по форме показателя,
значением которого можно количественно охарактеризовать все отрасли социальной сферы.
Поиск количественных характеристик развития отраслей и объектов жилищно-коммунального хозяйст-
ва – практическая потребность управления, необходимость сопоставления и выравнивания социально-
экономического развития регионов, стремление к достижению пропорциональности, сбалансированности
развития экономики регионов.
Анализ публикаций. Индикативный метод анализа жилищно-коммунального хозяйства предлагается в
приложении к «Методическим рекомендациям по разработке и реализации региональных, районных, го-
родских и сельских программ реформирования и развития жилищно-коммунального хозяйства», утвер-
жденных приказом Главы Государственного комитета Украины по вопросам жилищно-коммунального хо-
зяйства от 15 декабря 2004 года №222 [5]. Согласно методики Статистического бюро ООН, интегральный
показатель рассчитывается как средняя арифметическая простая.
Методический подход, предложенный Назаровым М.Г. [2], предполагает использовать «обобщающий
показатель уровня развития рынка услуг в динамике для оценки влияния оперативного управления развити-
ем сферы услуг. Интегральная оценка определяется как сумма оценок отраслей.
Для получения интегрального показателя Кулинич А.И. предлагает использовать метод отклонений и
на его основе рассчитывать комплексный коэффициент весомости.
Методические подходы к комплексной оценке развития сектора услуг на региональном уровне предло-
жены Сидоровой А.В. [1].
За базовый уровень предлагается принимать разные показатели: нормативы, другие рациональные нор-
мы, а при их отсутствии – средние или наилучшие (максимальные или минимальные) достигнутые показа-
тели в отдельных отраслях или регионах или в динамике.
Предложенный Сидоровой А.В. [1] подход предусматривает использовать наилучший (максимальный)
достигнутый в регионе показатель как базу сравнения. Такой подход правомерен, поскольку для комплекс-
ной оценке в данном случае используются статистические показатели. Это позволяет рассчитывать показа-
тели уровня развития таких отраслей и видов деятельности, которые предоставляют услуги, для которых
нет научно обоснованных нормативов потребления или производства.
Нерешенные части общей проблемы. В предложенных выше методах существуют значительные недос-
татки. К ним можно отнести следующее:
1. Рассматриваемые методики не предлагают систему индикаторов, необходимых для расчетов инте-
гральных показателей.
2. Предложенные методологии расчета основываются на применении в региональном анализе данных
по предприятиям, производящих и реализующих жилищно-коммунального хозяйства. Данный подход ос-
новывается на устаревшем принципе, по которому было устроено жилищно-коммунальное хозяйство
УССР, согласно которому в большинстве случаев одно предприятие оказывало, например, услуги по тепло-
снабжению, и, основываясь на данных этого предприятия, можно было судить о состоянии теплоснабжения
региона. В настоящее время в связи с развитием конкуренции на рынке жилищно-коммунальных услуг объ-
ективную картину развития какой либо подотрасли жилищно-коммунального хозяйства можно получить,
основываясь только на данных регионального управления статистики.
3. Финансовое состояние предприятий жилищно-коммунального хозяйства региона следует рассматри-
вать отдельно от технического состояния подотраслей жилищно-коммунального хозяйства, поскольку в
связи с усиливающиеся конкуренцией в результате демонополизации отрасли затруднительно будет про-
|
| id | nasplib_isofts_kiev_ua-123456789-15064 |
| institution | Digital Library of Periodicals of National Academy of Sciences of Ukraine |
| issn | 1562-0808 |
| language | Russian |
| last_indexed | 2025-12-07T18:29:59Z |
| publishDate | 2006 |
| publisher | Кримський науковий центр НАН України і МОН України |
| record_format | dspace |
| spelling | Снисаренко, Е.Б. 2011-01-10T17:00:36Z 2011-01-10T17:00:36Z 2006 Моделирование инновационного развития регионов Украины с помощью факторных экспериментов / Е.Б. Снисаренко // Культура народов Причерноморья. — 2006. — № 80. — С. 136-141. — Бібліогр.: 8 назв. — рос. 1562-0808 https://nasplib.isofts.kiev.ua/handle/123456789/15064 Предложен новый подход для применения метода планирования экстремальных экспериментов в экономической среде. На его основе построена модель для прогнозирования объемов инновационной продукции по регионам Украины. Запропоновано новий підхід для застосування методу планування екстремальних експериментів в економічному середовищі. На його основі побудована модель для прогнозування об'ємів інноваційної продукції по регіонах України. A new approach for applying the method of planning of extreme experiments
 in an economic environment was offered. On its basis the model of prognostication of
 volumes of innovative products in the regions of Ukraine was built. ru Кримський науковий центр НАН України і МОН України Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ Моделирование инновационного развития регионов Украины с помощью факторных экспериментов Article published earlier |
| spellingShingle | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов Снисаренко, Е.Б. Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| title | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов |
| title_full | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов |
| title_fullStr | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов |
| title_full_unstemmed | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов |
| title_short | Моделирование инновационного развития регионов Украины с помощью факторных экспериментов |
| title_sort | моделирование инновационного развития регионов украины с помощью факторных экспериментов |
| topic | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| topic_facet | Проблемы материальной культуры – ЭКОНОМИЧЕСКИЕ НАУКИ |
| url | https://nasplib.isofts.kiev.ua/handle/123456789/15064 |
| work_keys_str_mv | AT snisarenkoeb modelirovanieinnovacionnogorazvitiâregionovukrainyspomoŝʹûfaktornyhéksperimentov |