Наукові видання (ННІ БіЕМ)
Permanent URI for this collectionhttps://devessuir.sumdu.edu.ua/handle/123456789/82794
Browse
Search Results
Item Data Mining технологія для оцінювання рівня цифрового розвитку країн: сплайн багатовимірної адаптивної регресії(УКРНОІВІ, 2023) Койбічук, Віталія Василівна; Koibichuk, Vitaliia Vasylivna; Боженко, Вікторія Володимирівна; Bozhenko, Viktoriia Volodymyrivna; Бойко, Антон Олександрович; Boiko, Anton OleksandrovychЕпоха 4.0 кидає виклики всім країнам. З метою комплексного та всебічного оцінювання певної сфери необхідним є застосування потужних аналітичних методів. А сфера цифрового розвитку, якість організації кібербезпеки особливо вимагає застосування потужного програмно-аналітичного забезпечення для виявлення потенційних кіберзагроз, їх упередження, та підтримки сталого розвитку кожної країни. Також характерністю епохи діджиталізації є використання методів машинного навчання, інтелекутального аналізу даних, нейронних технологій для проведення грунтовної аналітики. Дослідження стосується побудові оптимального багатовимірного адаптивниго регресійного сплайну, що описує залежність рівня цифрового розвитку країн від національного індексу кібербезпеки та легкості ведення бізнесу та грунтується на прогнозних методах інтелектуального аналізу даних. Об’єктами дослідження є 103 країни, статистичні дані досліджуваних показників цих країн використані за 2021 рік відповідно до звітів Академії електронного урядування (e-Governance Academy) та групи Світового банку Doing Business. Дослідження виконано в чотири етапи. На 1-му етапі було проведено бібліометричний аналіз з використанням програмного забезпечення Vosviewer для опису математичного апарату, що потрібен при використанні MARS-моделей, та аналітичної платформи Scivall для виявлення тенденцій щодо безпеки кіберпростору. На другому етапі – формування вхідної вибірки даних (показники цифрового розвитку країни, національний індекс кібербезпеки та легкість ведення бізнесу) та обгрунтування її статистичної значущості за допомогою інструментів дескриптивної статистики в програмному пакеті Statgraphics. На третьому етапі було розробленно лінійну множинну регресійну модель, що характеризує ступінь впливу індексу національної кібербезпеки та легкості ведення бізнесу на рівень цифрового розвитку. Обидві незалежні змінні здійснюють позитивний прямопропорційний вплив на зміну залежного індикатора, при цьому вплив показника «легкість ведення бізнесу» в чотири рази перевищує вплив національного індексу кібербезпеки, що логічно інтерпретується масовістю використання цифрових технологій у всіх сферах бізнесу та цифровій економіці, є фактором-стимулятором economic development. Відсутність мультиколінеарності у предикторних змінних доведено за допомогою VIF-тесту, а статистична значущість моделі – за допомогою тестоу Ст’юдента, коефіцієнту детермінації, стандартної помилки оцінки, середньої абсолютної помилки, критерієм Фішера та ANOVA. На четвертому етапі для більш точного оцінювання впливу національного індексу кібербезпеки та легкості ведення бізнесу на рівень цифрового розвитку було розроблено сплайн багатовимірної адаптивної регресії, що використовує три базових функції. Розроблення MARS-моделі здійснено з використанням програмного забезпечення Salford Predictive Modeler. Якість моделі обгрунтувана з використанням узагальненого критерію перехресної перевірки. Отримані результати дозволили комплексно визначити вплив націального індексу кібербезпеки та легкості ведення бізнесу на рівень цифрового розвитку досліджуваної країни та можуть бути використані аналітичними відділами соціально-економічних об’єктів (банків, фінасових установ), органами національної кіберполіції, національним координаційним центрам кібербезпеки для економічного розвитку та сталого зростання.