Территориальная часть основана на доступных региональных наблюдениях и не заполняет пропуски условными нулями. Медиана и квартильные границы характеризуют распределение регионов с данными, а не взвешенный общероссийский результат. Корреляции и многомерные группировки могут использоваться для диагностики структуры данных. Они не устанавливают причинных связей и не превращаются в рейтинг качества региональной политики без проверки сопоставимости и устойчивости. с. 13 исходного отчёта
Текстовый анализ дополняет содержательное чтение паспортов. Частоты тематических маркеров, TF–IDF и косинусное сходство применяются для поиска специализации и потенциальных связей. Отдельно рассматриваются документальная принадлежность к задаче, явная адресная связь и лексическая близость. Переход от одной категории к другой без проверки основания недопустим. Методические параметры и результаты проверки устойчивости раскрыты в разделе 6. с. 13 исходного отчёта
6.1 Единицы анализа и правила сопоставления
Логическая связанность проекта проверяется по его содержательной структуре: целям, задачам, мероприятиям, непосредственным результатам и показателям. Объектом анализа служит отдельная карточка, а не любое предложение с похожими словами. Для национального проекта выделены 110 карточек результатов федеральных проектов, 54 карточки показателей национального и федерального уровней и их связи с задачами. Карточка «результата» сохраняет документальный статус: само название этого раздела не означает, что экономический эффект уже получен. [96] с. 88 исходного отчёта
Текстовая часть использует корпус из 137 документов, включающий паспорта, нормативные публикации и презентационные материалы по рассматриваемой группе национальных проектов. Для сопоставимого профиля «Эффективной и конкурентной экономики» взяты восемь структурированных паспортов: национальный и семь федеральных. В них анализируются уникальные формулировки целей, задач, результатов и показателей. Повторяющиеся реквизиты, числовые финансовые таблицы и технические подписи не включены в лексический знаменатель. Контрольные точки рассматриваются как отдельный тип записи и не смешиваются с результатами. с. 88 исходного отчёта
Тексты приведены к нижнему регистру, буква «ё» унифицирована с «е», нормализованы пробелы и переносы. Основной расчёт использует слова и сочетания из двух слов. Лемматизация не предполагается. Для проверки устойчивости выполнено отдельное сопоставление после русского стемминга — сокращения слов до основы. Эти процедуры различаются: стемминг помогает объединять часть форм слова, но не устанавливает его грамматически правильную начальную форму и не решает проблему многозначности. с. 89 исходного отчёта
Частоты словарных тем рассчитываются на тысячу текстовых слов. Внутри темы повторяющиеся пересечения одного выражения не увеличивают число совпадений, однако одно слово может относиться к разным темам. Поэтому частоты не образуют распределение, сумма которого должна равняться ста процентам. Нулевое значение означает отсутствие выбранного маркера, а не доказанное отсутствие соответствующей деятельности. Словарный результат интерпретируется только после чтения контекста. с. 89 исходного отчёта