Домохозяйства как единицы статистической совокупности могут быть охарактеризованы множеством признаков, поэтому можно отнести их к категории многомерных объектов. Разбиение многомерных объектов на группы по объективному критерию возможно только при учете совокупного взаимодействия всех основных признаков [13].
Кластерный анализ представляет собой наиболее распространенный метод многомерной классификации [7, 13], который применяется для построения кластеров как групп объектов, получаемых в результате разбиения. Причем предполагается, что объекты внутри кластера обладают определенной общностью [14] или являются однородными. Другими словами, объекты внутри кластера должны иметь большее сходство между собой, чем с объектами других кластеров [10].
Для решения задачи снижения размерности признаков перед процедурой кластерного анализа может быть проведен факторный анализ, в данном исследовании используется подход, основанный на использовании многомерных средних. Предварительный расчет многомерных средних позволяет также включить в анализ признаки с альтернативной изменчивостью, проводить визуализацию данных.
Кластерный анализ широко применяется в сельскохозяйственных исследованиях, например в селекции гороха овощного [8], для разделения образцов коллекции льна-долгунца по признакам качества волокна [9], при изучении генофонда рабочей коллекции яровой мягкой пшеницы по урожайности и структурным элементам урожая [2], при подборе исходного материала с комплексом признаков для селекции Lonicera caeruleae L. [12], при исследовании эффективности использования элементов точного сельского хозяйства [6], для типизации лесных территорий по природно-производственным условиям [15] и сельскохозяйственных товаропроизводителей [3–5].
Данный метод также актуален и для экономических исследований, связанных, в частности, с оценкой развития цифровой экономики регионов России [11].
Результаты многомерной классификации личных подсобных хозяйств могут быть применены для проведения более эффективной политики по поддержке сельского хозяйства, базирующейся на выявленных группах объектов с низкими показателями оснащенности, растениеводства и животноводства.