УДК 330.4
DOI: 10.36871/ek.up.p.r.2025.11.06.027

Авторы

Олег Викторович Баженов,
Галина Андреевна Ткачук,
Анастасия Андреевна Покотило,
Уральский федеральный университет имени первого Президента России Б. Н. Ельцина, Екатеринбург, Россия

Аннотация

Предмет и тема. Оценка целесообразности, эффективности и параметров сетевых образовательных программ требует глубокого совместного анализа участниками договора. Традиционные методы экономического анализа здесь недостаточны для управления инвестиционной и операционной деятельностью. Решением данной проблемы должен стать многомерный анализ, причём предлагаемые ими трактовка, методика и информационная база этого анализа могут отличаться от общепринятых.
Цели. Развитие терминологического аппарата, необходимого для осуществления многомерного анализа сетевых образовательных программ.
Методология. В ходе подготовки материалов статьи использовались общенаучные методы научного исследования. Основные результаты получены с использованием приемов компаративного анализа и группировки полученных данных.
Результаты. Рассмотрены существующие подходы к определению понятия «многомерный анализ». Выявлены направления использования результатов многомерного анализа другими российскими авторами в актуальных научных исследованиях. Представлена характеристика сетевых образовательных программ. Сформулировано авторское определение термина «многомерный анализ», учитывающее особенности методики его проведения и характеристики объекта исследования.
Выводы. Сделан вывод о том, что для формулировки дефиниции «многомерный анализ сетевых образовательных программ» необходим комплексный подход. Важно не только учесть устоявшийся терминологический аппарат понятия «многомерный анализ», но и провести глубокий анализ структуры кооперации стейкхолдеров сетевых образовательных программ, а также формы и форматы их взаимодействия.

Ключевые слова

многомерный анализ, сетевая форма реализации образовательных программ, многомерный анализ сетевых образовательных программ, экономическое исследование

Список литературы

  1. Калинина Г. В., Калинин А. М. Обоснование качества развития региональной системы в аспектах информационного пространства региона методами многомерного анализа // Вестник Чувашского университета. 2012. № 4. С. 378– 386. URL: https://www.chuvsu.ru/wp-content/ uploads/2020/04/2012_4.pdf
  2. Арефьев В. П., Михальчук А. А., Филипенко Н. М., Задорожный В. Н. Многомерный статистический анализ качества набора абитуриентов в российские вузы по направлению подготовки «Физика» // Современные проблемы науки и образования. 2018. № 2. С. 109. URL: https:// science-education.ru/ru/article/view?id=27530
  3. Трусова А. Ю., Ильина А. И., Осипова-Барышева Е. Н. Методология применения методов многомерного и динамического анализов при изучении уровня жизни населения // Вестник Самарского университета. Экономика и управление. 2022. Т. 13, № 2. С. 182–204. URL: https:// journals.ssau.ru/eco/issue/viewIssue/554/519
  4. Базарнов Д. В., Рябухина Е. А., Фирсова С. А. Разработка архитектуры программно-информационной системы для определения психологического профиля личности и обработки результатов методами многомерного анализа // Современные наукоемкие технологии. 2021. № 8. С. 22–29. DOI: 10.17513/snt.38776
  5. Сукиасян А. Г., Маркина В. С., Митрофанов Д. П., Шабалина У. М. Кластеризация подразделений интегрированной группы предприятий по уровню риска на основе методов многомерного статистического анализа // Фундаментальные исследования. 2019. № 5. С. 115–125. URL: https://fundamental-research.ru/ ru/article/view?id=42470
  6. Балашова С. А., Хрусталев Е. Ю. Комплексная оценка показателей инновационного развития методами многомерного статистительного анализа (на примере стран Европейского Союза) // Экономика и математические методы. 2014. Т. 50, № 2. С. 96–110. URL: https://www.elibrary.ru/ download/elibrary_21689333_44087502.pdf
  7. Суржиков В. Д., Большаков В. В., Олещенко А. М. [и др.] Применение методов многомерного анализа к оценке риска факторов производственной среды // Общественное здоровье третьего тысячелетия. Бессоненковские чтения: материалы XXXVI науч. конф., Новокузнецк, 28 февраля 2002 г. Новокузнецк: Новокузнецкий государственный педагогический институт, 2002. С. 23–26. URL: https://www.elibrary.ru/ item.asp?id=22908927
  8. Патракеев А. А. Сопоставление российских публичных банков с европейскими аналогами: многомерный анализ методом главных компонент // Финансы и кредит. 2013. № 37 (565). С. 48–55. URL: https://www.elibrary.ru/download/ elibrary_20343897_58670480.pdf
  9. Семенцова Е. В. Оценка уровня развития финансовых центров с применением методов многомерного дискриминантного анализа // Финансы и кредит. 2013. № 2 (530). С. 59–70. URL: https://www.elibrary.ru/download/ elibrary_18396337_59906442.pdf
  10. Кононова Е. Е.Применение метода многомерного сравнительного анализа при оценке социо-эколого-экономической характеристики регионов // Региональная экономика: теория и практика. 2012. № 4. С. 8–14. URL: https://www.elibrary. ru/download/elibrary_17270588_48637215.pdf
  11. Паршуков Д. В. Методика оценки риска банкротства с применением методов многомерного статистического анализа и нечетких классификаторов // Вестник Красноярского государственного аграрного университета. 2009. № 12 (39). С. 235–240. URL: https://www.elibrary.ru/ download/elibrary_13068932_81501443.pdf
  12. Акулов В. А., Батищев В. И. Оценка адекватности искусственной и естественной силы тяжести методами многомерного анализа // Вестник Самарского государственного технического университета. Серия: Физико-математические науки. 2006. № 42. С. 174–178. DOI: 10.14498/vsgtu429
  13. Коломыц О. Н. Выявление основных типов регионов по уровню инновационно-инвестиционного потенциала с помощью методов многомерного анализа // Региональные проблемы преобразования экономики. 2014. № 7 (45). С. 123–130. URL: https://www.elibrary.ru/download/ elibrary_22413300_79614541.pdf
  14. Егоров А. В., Парфенова А. В. Применение методов многомерного анализа для интерпретации результатов вихретокового контроля пористых металлических материалов // Известия Алтайского государственного университета. 2011. № 1-1 (69). С. 157– 159. URL: https://www.elibrary.ru/download/ elibrary_16850927_88848550.pdf
  15. Хананаев А. Г., Коваленко А. В., Заикина Л. Н. Анализ финансово-экономического состояния предприятий строительной отрасли методами многомерного статистического анализа // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. 2011. № 70. С. 1–14. URL: https://ej.kubagro.ru/2011/06/pdf/16.pdf
  16. Щелкушкина Е. А. Опыт эмпирического построения психологической типологии личности осужденного за убийство с использованием методов многомерного статистического анализа // Прикладная юридическая психология. 2009. № 3. С. 85–91. URL: https://www.lawpsy.ru/images/ magazine/2009/3-2009.pdf
  17. Вершовский Е. А. Предварительная обработка изображений методами интеллектуального анализа многомерных данных // Известия Южного федерального университета. Технические науки. 2008. № 2 (79). С. 37–40. URL: https://www.elibrary.ru/download/ elibrary_12500347_62909829.pdf
  18. Бамбаева Н. Я., Атабекян Р. А. Методика статистического анализа финансовых результатов деятельности коммерческого банка // Научный вестник Московского государственного технического университета гражданской авиации. 2012. № 181. С. 148– 153. URL: https://www.elibrary.ru/download/ elibrary_17951669_13421914.pdf
  19. Федеральный закон от 29.12.2012 № 273-ФЗ «Об образовании в Российской Федерации». URL: http://www.consultant.ru/document/ cons_doc_LAW_140174/ (дата обращения: 25.05.2024).