Кількісні методи районування пов'язані з набрякання матриці заходів через належну угруповання. Для цього ми провели поділ на групи шляхом мінімізації внутрішньогрупової дисперсії заходів і максимізації міжгруповий дисперсії.
Різними фахівцями пропонуються різноманітні способи угруповання більш-менш складні залежно від кількості аналізованих ознак і від взаємозв'язків ознак, які характеризуються об'єкти. При наявності досить розробленої теорії структур можна передбачити ті взаємозв'язку ознак, що характеризують об'єкт, але це залишається за межами можливостей фармацевтичної географії. Тому послідовники вдаються до методикам, що дозволяє здійснити аналіз взаємозв'язків між ознаками шляхом використання різних заходів подоби, асоціацій та кореляцій.
Таким чином, використовуючи матрицю кореляцій з ознак, що характеризують медико-демографічну ситуацію досліджуваних об'єктів, нами були отримані головні компоненти Z1 - Z14 - структура, яка об'єднує всі взаємопов'язані в системі змінних, що характеризують об'єкт. Це було досягнуто методом «максимального правдоподібності». При цьому виявилося, що всі ознаки розділилися на групи.
Процедура кластеризації поділяються на 2 етапи:
Отримання надання про взаємне розташування одиниць. Існує 3 способи для вирішення цього питання:
визначення коефіцієнта подібності одиниць;
визначення коефіцієнта кореляції між одиницями;
визначення величин відстані між одиницями в просторі ознак.
Ці коефіцієнти називаються заходами схожості. Процедура кластеризації полягає в послідовному підсумовуванні ознак з мінімальною мірою і об'єднанням їх в одну групу. Сама процедура аналізу здійснюється по кроках. Вибирається пара найбільш тісно пов'язаних ознак. На кожному кроці об'єднуються дві або кілька одиниць (два або кілька кластерів), утворюючи новий кластер. Кластери постійно укрупнюються поки не утвориться кілька великих кластерів, включаються всі одиниці. Це - апломератівние ієрархічні процедури.
Таким чином, нами в роботі використовувала ієрархічна апломератівная кластерна процедура на основі евклидова відстані по наступний формулою:
(x?, x?) =?? (Х? I-х? I)?
Ця метрика найбільш споживана і являє собою відомий з аналітичної геометрії результат для відстані між точками, що лежать в евклідном двох мірному просторі.
Так, для проведення кластерного аналізу нами було обрано такі медико-демографічні показники в якості факторів:
1) чисельність населення по областях РК
2) число осіб похилого та старечого віку
) число установ охорони здоров'я: число лікарень, число лікарів, чисельність середнього медичного персоналу.
Таким чином, за результатами кластерного аналізу на рівні щодо високого ступеня подібності нами на території Республіки Казахстан виділені 3 кластератіп «А» - містить 9 областейтіп «В» - містить 4 областейтіп «С» - містить 3 областей
У I тип увійшли по демографічних факторів: Акмолинская, Атирауська, Західно-Казахстанська, Жамбилська, Костанайська, Кизилординська, Мангістауська, Павлодарська, Північно-Казахстанська.
У II тип - 4 області Східно-Казахстанська, ...
