Бобков В.Н., Губарев Р.В., Дзюба Е.И., Файзуллин Ф.С. (2024). Оценка межрегионального неравенства в Российской Федерации по индексу социального благополучия населения // Экономические и социальные перемены: факты, тенденции, прогноз. Т. 17. № 5. С. 55–73. DOI: 10.15838/esc.2024.5.95.3
Бобков В.Н., Гулюгина А.А. (2023). Мониторинг доходов и уровня жизни населения России – 2022 год. Выпуск 1 (202). М.: ИЭ РАН.
Бобков В.Н., Одинцова Е.В. (2020). Социальное неравенство в России // Журнал Новой экономической ассоциации. № 3. С. 179–184. DOI: 10.31737/2221-2264-2020-47-3-8
Дорофеев М.Л. (2021). Современная долговая проблема США в контексте регулирования социально-экономического неравенства // Вестник Томского государственного университета. Экономика. № 54. С. 273–286. DOI: 10.17223/19988648/54/16
Житин Д.В., Прокофьев А.Д. (2022). Этнотерриториальные особенности социального неравенства в США // Вестник Санкт-Петербургского университета. Науки о земле. № 2. С. 333–359. DOI: 10.21638/spbu07.2022.207
Зарова Е.В., Дубравская Э.И. (2020). Метод «случайный лес» в исследовании влияния макроэкономических показателей регионального развития на уровень неформальной занятости // Вопросы статистики. № 6. С. 37–55. DOI: 10.34023/2313-6383-2020-27-6-37-55
Ибрагимова З.Ф., Франц М.В. (2020). Неравенство возможностей: теория и практика измерения на микроданных RLMS-HSE // Экономическая политика. № 1. С. 64–89. DOI: 10.18288/1994-5124-2020-1-64-89
Лапин Н.И., Ильин В.А., Морев М.В. (2020). Экстремальные неравенства и социальное государство (часть 1) // Социологические исследования. № 1. С. 4–17. DOI:10.31857/S013216250008378-8
Леонидова Г.В., Басова Е.А., Рассадина М.Н. (2022). Кластерный анализ доходного неравенства населения российских регионов // Проблемы развития территории. № 6. С. 94–114. DOI: 10.15838/ptd.2022.6.122.6
Мерзляков А.А., Богданов В.С. (2022). Об исследовании социолого-управленческих аспектов регулирования социальных неравенств в регионах России // Вестник Института социологии. № 4. С. 130–143. DOI: 10.19181/vis.2022.13.4.853
Пугачев А.А. (2023). Экономическое неравенство граждан за гранью средних показателей: проблемы диагностики в условиях его трансформации // Экономические и социальные перемены: факты, тенденции, прогноз. № 3. С. 141–158. DOI: 10.15838/esc.2023.3.87.7
Симионеску М., Кривокора Е., Фурсов В., Астахова Е. (2020). Проблемы развития трудового потенциала регионов Российской Федерации с учетом их дифференциации // Terra Economicus. № 2. С. 117–138. DOI: 10.18522/2073-6606- 2020-18-2-117-138
Спиридонов А.Ю., Найденова А.А. (2024). Качество жизни населения: подходы к определению понятия, формирование системы сбора данных и методики оценки // Экономика труда. № 8. С. 1159–1180. DOI: 10.18334/et.11.8.121438
Суринов А.Е., Луппов А.Б. (2022). Дифференциация доходов населения и стоимость жизни на субрегиональном уровне. Оценки для России // Экономический журнал ВШЭ. № 4. С. 552–578. DOI: 10.17323/1813-8691-2022-26-4-552-578
Черныш М.Ф. (2021). Институциональные основы неравенства в современном обществе // Мир России. № 3. С. 6–28. DOI: 10.17323/1811-038X-2021-30-3-6-28
Шаталова О.М., Касаткина Е.В. (2022). Социально-экономическое неравенство регионов РФ: вопросы измерения и долгосрочная ретроспективная оценка // Экономические и социальные перемены: факты, тенденции, прогноз. № 4. С. 74–87. DOI: 10.15838/esc.2022.4.82.5
Breiman L. (2001). Random Forests. Machine Learning, 45(1), 5–32. DOI: 10.1023/ A:1010933404324
Fleming M. (1952). A cardinal Concept of Welfare. The American Economic Review, XLI, 287.
Jin N., Yang F., Mo Yu. et al. (2022). Highly accurate energy consumption forecasting model based on parallel LSTM neural networks. Advanced Engineering Informatics, 51, 101442. DOI: 10.1016/j.aei.2021.101442
Qiu J., Wang B., Zhou C. (2019). Forecasting stock prices with long-short term memory neural network based on attention mechanism. PLoS ONE, 2.15(1): e0227222. DOI: https://doi.org/10.1371/journal.pone.0227222
Shetty P., Singh S. (2021). Hierarchical clustering: A survey. International Journal of Applied Research, 7(40), 178–181. DOI: 10.22271/allresearch.2021.v7.i4c.8484
Zhang Q., Abdullah A.R., Chong C.W., Ali M.H.A. (2022). Study on regional GDP forecasting analysis based on Radial Basis Function Neural Network with Genetic Algorithm (RBFNN-GA) for Shandong economy. Computational Intelligence and Neuroscience, 12. DOI: 10.1155/2022/823530