החלת ניתוח קלוסטר כדי לסווג אזורים כלכליים היסטוריים

כוחה של הכרת דפוס בהיסטוריה הכלכלית

היסטוריונים דנים זמן רב מדוע אזורים מסוימים פרחו בעוד אחרים מקרטעים – מדוע מדינות העיר האיטלקיות שלטו במסחר מימי הביניים, מדוע הבלטי ששגשגו תחת הליגה הנסיאטית, או מדוע המהפכה התעשייתית עלתה בבריטניה ולא בצרפת, מלגות מסורתיות המבוססות על נרטיבים איכותיים: כרוניקה, צווי מלכותיים, חשבונות נוסעים אלה אינם יכולים תמיד לתפוס את המורכבות המלאה של מאות שנים של התפתחות היסטורית, ו- 10 שנים על ידי קבוצות של סודיות, אשר ניתן לבודדות, על-על-ידי קבוצות שונות של קבוצות שונות של קבוצות שונות של סודיות, ומערכתיות, על-טבעיות, על-מסוגיות, על-מפרקים, על-ידי קבוצות של קבוצות של קבוצות של סודיות, על-טבעיות שונות של קבוצות שונות של סודיות, על-ידי קבוצות של קבוצות של סודיות, על-ידי קבוצות של סודיות, על-ידי קבוצות למידה שונות של קבוצות שונות של קבוצות שונות של קבוצות שונות, על-טבעיות, על-ידי קבוצות שונות, על-ידי קבוצות שונות של קבוצות שונות של קבוצות שונות של קבוצות של קבוצות של קבוצות של קבוצות של קבוצות של קבוצות של אנשים, על-ידי קבוצות של קבוצות של סודיות, על-ידי קבוצות שונות של אנשים בעלי-ידי קבוצות שונות של

שיטה זו מאפשרת לחוקרים לבחון השערות ארוכות טווח על הפיזור של חידושים, ההתמדה של אי-שוויון, ותפקיד הגיאוגרפיה מול מוסדות.בין אם חלים על אוזות כביש משי עתיקות, מחוזות אירופיים מודרניים מוקדמים, או מחוזות תעשייתיים מהמאה ה-19, ניתוח אשכול מספק עדשות מובבנות שחתכותפותחותכות באמצעות מורכבות וחושף דפוסים נסתרים.

יסודות ניתוח Cluster

ניתוח קלוסטר מקיף סוויטות של אלגוריתמים המחקים קבוצה של תצפיות לקבוצות – קלוסטרים – כך שתצפיות בתוך אותו אשכול דומות יותר זה לזה מאשר לאלו שבקבוצות אחרות. בהקשר של אזורים כלכליים היסטוריים, תצפית היא בדרך כלל יחידה מרחבית (מדינה, מחוז, עיר) שתוארה על ידי וקטור של אינדיקטורים כלכליים: צפיפות, תיבולים חקלאיים, סחר, תפוק תעשייתי, תפוקת, עיר, או תעריפים מוסדיים, או מסד נתונים לא קיימים מראש; לא קיימים.

זה מבחין ניתוח אשכולי של סיווג מבוקר, שבו קטגוריות ידועות מראש ומטרתו היא להקצות תצפיות חדשות לקטגוריות אלה.טבע הבירור של התקבץ הופך אותו יקר במיוחד עבור עבודה היסטורית - חוקרים יכולים לגלות אזורים כלכליים חוצים גבולות פוליטיים או לאתגר את החטיבות הטרוגרפיות המסורתיות (למשל, "מזרח" לעומת מערב אירופה" ובחירת השילוב הנכון של אלגוריתם, מרחק, ומניעה פרמטר היסטורי, הוא פרמטר היסטורי ואינטואיציה.

מפתחי Clustering Algorithms

(ב) [ה]: [ה] [ה]] [ה]] [ה]] [ה]]][ה]]]][ה[ה]]]]][ה[ה]]]]]]]: [ה[[המאה ה-20] היא בעלת חשיבות גבוהה והיקף של נתונים גדולים, אך המשתמש חייב לציין את הסכום ה-DLT4KFalph:5] אינו יכול להיות בעל התפלגות התפלגות מידע לא סדיר, ולא לדרגה.
(FLT:0) ארכיאולוגי המקבץ את העץ בכל גובה כדי להשיג מספר הרצוי של אשכולות.השיטות ההיררכיות - דיאגרמת עץ המציגה קבוצות מקוגנות (החוקר יכול לקצץ את העץ בכל גובה כדי להשיג מספר הרצוי של אשכולות.הירארכיליות מתאימה היטב לנתוני קשר קטנים עד בינוניים (למשל, 50-200 אזורים) ולספק ויזואליזציה מלאה של מערכות יחסים דומות (מינימום) כולל קריטריונים של קישורים (מינימום).
(FLT:0)DBSCAN (Density-based Clustering of Applications with Noise)FLT:1: נקודות קבוצות ארוזות יחד וסימנים נקודות באזורים נמוכים כמו אלריסטים.DBSCAN יכול למצוא אשכולות מעוצבים באופן שרירותי ואינו דורש לציין את מספר הסקטורים החשובים הזה כאשר מכיל נתונים היסטוריים כגון אזורים מעוכבים, כגון אזורי חוף אחידים, כגון:

כל האלגוריתמים דורשים מדד מרחק (Euclidean או מנהטן הם הנפוצים ביותר) כדי לכמת את הניגודיות בין פרופילי האזור.נרמל את הנתונים אינו ניתן להשגה: בלעדיו, משתנים נמדדים במספרים גדולים (למשל, אוכלוסייה) שולטים במספרים קטנים (למשל, ספריות למתרגלים) ב-R יכול להשתמש בחבילות כמו LT:0 מ-FRE: 1FRE;2FREFREFRE; 1FRE (המשתמשים) כדי להפוך את ה-D2 ל-D2 ל-DILT2: 1FREFREFREFREFRET; 1LT2: 1LT).

מידע: הקרן לכל ניתוח קלוסטר

ניתוח אשכול היסטורי הוא רק טוב כמו הנתונים שהוא צורב.בניגוד לסטטיסטיקות כלכליות מודרניות, רשומות היסטוריות הן מפולגת, שנרשמו ביחידות לא עקביות, ולעתים קרובות מוטות לעבר אזורים פעילים מבחינה כספית או פיסקלית: אוסף נתונים של נתונים סטטיסטיים:0 Data Collection FLT:1 הוא הזרם המרכזי ביותר של מחקר על מס, תמ"ל, תמ"ג, סקר ארכיאולוגי, והיסטוריות נתונים על בסיס נתונים דיגיטליים לשימוש: F2DCR.

לאחר שהתאספו, על מנת לשנות את רמת התקינה של ההרחבה:0.10.1. Variables נמדדת ביחידות שונות (tons ofדגנים לעומת מספר הנתולים) להיקף משותף, בדרך כלל על ידי נורמליזציה ז-סקור (בכפוף לפירוש ולחלוק על ידי הסטייה הסטנדרטית).

(FLT:0) העברת נתונים של ההרחבה: 1 (החומרים) מציבים אתגר מתמשך.ההיסטוריונים לעתים קרובות בפני פערים - אזור עשוי להיות בעל נתוני מסחר אמינים, אך אין נתוני תעסוקה תעשייתיים. תרופות נפוצות כוללות עיוותים (אזורים עם ערכים חסרים), כלומר אימפולס (מסנן עם העמודה מתכוון), או ביישנות ביישנות (הערכים החסרים ממקרים דומים).

שיטת פעולה של צעד-שלב למחקר היסטורי כלכלי

ביצוע ניתוח אשכול חזק כרוך כמה שלבים מוגדרים היטב.לאחר שלבים אלה להבטיח התחדשות ומחזק את הכוח הפרשני של התוצאות.

1.הגדירו את שאלת המחקר ואת סקופ

החל על ידי ציון גבולות הזמן והמרחביים של העיר האיטלקית במאה ה-15?האם אתה לומד את מדינות העיר האיטלקית במאה ה-15? ⁇ סינית מראש במהלך שושלת סונג?ה- חלוקת צרפת הנפולינית?התשובה קובעת אילו אינדיקטורים רלוונטיים ואשר אזורים לכלול.ההיקף ממוקד מונע דילול נתונים ושומר על מספר התצפיות האפשריות למבחר אלגוריתם.לדוגמה, מחקר מוקדם של טריטוריות מודרניות עשוי לכלול גם קיבולת של 50–100 של תקשורת אירופית; כולל פקולטות מחקר רחב יותר, אם הן יכולות להיות מתחומים: פקולטות מחקר רחבות יותר מתחומים אירופיות יותר מתחומים: מקיפים יותר מתחומים: פקולטות מחקר רחבות יותר, אם מרכזי של קבוצות מחקר על פני שטח אירופיות יותר מ- 200 -300 פקולטות מחקר: פקולטות מחקר על פני שטח.

2. Gather andמכינה את האינדיקטורים המתקדמים

משתנים נבחרים שלוכדים את הממדים הכלכליים של עניין.הבחירות הנפוצות לניתוח היסטורי כוללים:

פריון חקלאי: תשואה לכל דונם, צפיפות בעלי חיים, ערכי שכירות קרקע
ייצור: אספקת ברזל, מספר של נולים, ספירת פטנטים
קישוריות סחר: נמל נקה, הכנסות מכס, צפיפות רשת כבישים
דמוגרפים: קצב התאזרחות (עלייה בערים מעל סף), צפיפות האוכלוסייה
אינדיקטורים מוסדיים: נוכחות של בנקים מוסמכים, מספר גילידים, יעילות איסוף מס

לאחר שהתאספו, סטנדרטיזציה של כל המשתנים המספריים.בנוסף, לשקול יישום טרנספורמציה יומן למשתנים בעלי רגישות גבוהה (למשל, ספירת פטנטים) כדי להפחית את ההשפעה של ערכים קיצוניים. ניקוי נתונים - בדיקה עבור שגיאות תירגע, גילוי יוצא דופן - הוא קריטי; ערך לא מקודש יחיד יכול לשנות משימות.

בחר את אלגוריתאם והפרמטרים

בחירת האלגוריתם תלויה במבנה המקבץ הצפוי וגודל הנתונים.עבור נתונים קטנים (מעל 200 אזורים), היררכי מתקבץ עם הקישור של וורד לעתים קרובות מייצר דשנים מפרשים.עבור נתונים גדולים יותר (אלפי יחידות מרחביות), K-means הוא מהיר יותר ופרקמטי יותר.אם הנתונים מכילים חומרים חריגים או אזורים עם דשנים עצומים, כלומר DAN יכול להיות קטגוריה לא רגילה, כי הם יכולים להיות מרתיעים יותר מאשר לרעשים.

בחירה מרחוק גם משנה.מרחק אוקלידיאן הוא סטנדרטי, אבל עבור נתונים תלת-ממדיים "דיוק של מימדיות" יכול לזרז מרחקים; מדדים חלופיים כמו דמיון משותף או מרחק מנהטן עשויים לעבוד טוב יותר. החוקרים צריכים לרוץ שילובים מרובים של אלגוריתם-מרחק ולהשוות את יציבותם של המקבץ.

4.לקבוע את מספר האופטימי של קלסטר

שיטות כמו K-means ו- hierarchical התאספות, הקובעות את ה-FLT:0KásFLT:1 הוא בחירה ביקורתית. קריטריונים אובייקטיביים מסייעים לעקוף את הכדאיות:

(ב) ויקרא י"א): "התחילה בפרשת הריבועים נגד ה-FLT:2KirFLT 3" וחפשו "נקי" שבו שיעור ההפחתה מאט בחדות.
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(ב) [17] , [13] , ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇
(FLT:0) אימות בין-קדם-מחיל 1: האם הפתרון הכמותי תואם לקבוצות היסטוריות ידועות? לדוגמה, האם אחד מקבץ אחד תואם את ערי הליבה של הליגה ההנסית?

במחקרים היסטוריים, המספר האופטימלי הוא לעתים קרובות בין שלוש לשש - מספיק כדי ללכוד וריאציות משמעותיות מבלי ליצור קבוצות קטנות מדי, לא מתוכננות.

5. אימות והפרעה לתוצאות

ניתוח קלוסטר מביא הקצאה קבוצתית מספרית, אך פרשנות היא המקום שבו עולה תובנה היסטורית.בדוק את הצפרדעים של אשכול (הערכים משתנים של ספירה) לאפיין כל קבוצה כלכלית.לדוגמה, אשכול אחד יכול לשלב פלט חקלאי גבוה עם סחר נמוך - אזור תת-קרקעי כפרי - בעוד אחר מראה גבוה של אורבניזציה ופטנט - הליבה המסחרית-תעשייתית.

דמיין אשכולות במפה היסטורית באמצעות תוכנה כמו QGIS או R'sFLT 3: עם חבילות FLT:4.Do the אשכולs ליצור אזורי יזום?האם הם עוקבים אחר נהרות, חופים, או גבולות פוליטיים? אשכול המתפשט על פני גבולות לאומיים מודרניים - אומר, מוואריה לאוסטריה - עשוי לחשוף אזור כלכלי משותף (למשל, כלכלה רכה) שמערפל לעתים קרובות היסטוריה פוליטית.

ניתוח רגישות התנהגות: להפעיל מחדש את הצטברות עם קבוצות שונות (למשל, הפלת נתוני מסחר, הוספת שינויי אקלים) ולראות אם הקבוצה נמשכת. אשכול היסטורי חזק צריך לשרוד הפרעות סבירות.

מחקר מקרה: סיווג אזורים אירופיים במהלך המהפכה התעשייתית

כדי להמחיש את השיטה בפועל, לשקול מחקר היפותטי של אזורים אירופיים סביב 1850, תקופה של טרנספורמציה תעשייתית מהירה.שימוש בנתונים מן FLT:0.CEPR היסטורי פורטל נתונים היסטורי של נתונים 1 וסטטיסטיקה לאומית דיגיטלית, החוקרים מציפים את האינדיקטורים הבאים ל-150 מחוזות:

תפוקה משותפת לנפש (tons)
כוח סוס קיטור מותקנת ל-10,000 תושבים
צפיפות רכבת (מ"מ ל-1,000 ק"מ)
שיעור האורבניזציה (עלייה בערים מעל 10,000)
שיתוף כוח העבודה בייצור
ענפי בנק מסחריים לנפש

לאחר סטנדרטיזציה, ניתוח צללית מציע FLT:0Kirph:1=4 אופטימלי. K-means עם מרחק Euclidean מייצרת את השרידים הבאים:

(FLT:0Cluster A - לב-תעשייתי לבנדר 1: צפון אנגליה, בלגיה, Ruhr, צפון צרפת תפוקת פחם גבוהה, רכבות צפופות, תיעוב גבוה וכוח עבודה ייצור גדול.
(FLT:0Cluster B - מסחרי-Agrarian InterfaceeurFLT) 1: דרום אנגליה, הולנד, קטלוניה, מודראט אינדיקטורים תעשייתיים אבל סחר חזק באמצעות נמלים, חקלאות מסחרית (דיירי, יין), ובנקים רבים של תלות פחם נמוך משקף כלכלה ממוקדת שירות.
(FLT:0Cluster C - מסורתי Agrarian PeripheryFLT) 1:1: פולין, הונגריה, Mezzogiorno, רוב ספרד. נמוך תעסוקה תעשייתית, רכבות דלות, אורבניזציה נמוכה.
(FLT:0Cluster D - אזורי משאבים-Extractive ZonesFLT) 1: שוודיה, נורבגיה, אזור אוראלים. תפוקה גבוהה של עץ ומינרלים, אך ייצור נמוך ואוכלוסייה מפוזרת.

טיפולוגיה זו מאשרת חטיבות היסטוריות קלאסיות - "הבלע התעשייתי" מצפון אנגליה ועד צפון צרפת - אבל מדגישה גם קבוצה נפרדת של כלכלות מסחריות-אגרריות שלא התיעוש באופן מלא עדיין לא היו מבוססות תת-קרקעי בלבד.ניתוח נוסף יכול לבדוק האם חברות אשכולות ב-1850 מנבאות פערי הכנסה ארוכים, או אם אזורים ב Cluster B עברו מאוחר יותר ל-Cluster, ככל שהפיצות.

היתרונות והמגבלות של השיטה

יתרונות

(FLT:0) מתודולוגיות מונחות נתונים (FLT:1: ניתוח קלוסטר מחליף סיווג אזורי סובייקטיבי עם קריטריונים כפולים, כמותיים, צמצום הטיה אישית.
(ב) [ה]התרחשות של דפוסים נסתרים: קלוסטרים עשויים לחשוף אזורים כלכליים חוצים גבולות פוליטיים או לשוניים, כגון רשת הסחר הבלטית או מסדרון הדנובה.
(ב) [הדור] הירותאזה [ה]: כאשר ההיסטוריונים באזורים הניחו כי הם דומים בסופו של דבר במקבץ אחר, מתעוררות שאלות חדשות על הכוחות המניעים את המבדילים.
(FLT:0) ההשפעה הוויסלאלית של LT:1: מפות צבעוניות ודנגרוגרמה להפוך דפוסים מורכבים נגישים לקהלים אקדמיים ולציבור.

הגבלות

(FLT:0) Data QualityigmLT:1: רשומות היסטוריות אינן שלמות; שגיאות מדידה יכולות לעוות אשכולות. גדלים מדגם קטן לייצר קבוצות לא יציבות.
(FLT:0) פיתוי סטטי ⁇ FLT:1: ניתוח קלוסטר מתייחס פרוסת זמן אחת באזורים הכלכליים מתפתחים; אזור עשוי לשנות חברות אשכולות במשך עשרות שנים.
(FLT:0)Arbitrariness in ChoicesFLT:1): מספר הסבים, מדד המרחק, אלגוריתם ובחירת המשתנה כולם כרוכים בשיפוט של חוקרים.שקיפות ובדיקות חזקות הם חובה להימנע מהתערבות יתר.
(ב) ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇ ⁇

מגבלות אלה אינן מסכמות ניתוח של אשכולות, אך הן מדגישות את הצורך במתודולוגיה זהירה ושילוב עם ידע היסטורי איכותי.

טכניקות מתקדמות וכיוונים עתידיים

התחום מתפתח במהירות.ההיסטוריונים מאמצים גישות נוספות כדי להתגבר על המגבלות של קיבוץ בסיסי:

(FLT:0)Fuzzy מקבץ (C-means) ,1:1: מאפשר לאזורים להיות שייכים חלקית למספר רב של אשכולות, משקפים מציאות היסטורית שבה כלכלות משלבות מאפיינים (למשל, אזור שהוא גם חקלאי ומסחרי).
(FLT:0)-סדרה של צירים מקבץ 1:1: אזורי קבוצות המבוססים על מסלולים לאורך עשרות שנים באמצעות התחממות זמן דינמי או מרחקים המבוססים על צורה.
(FLT:0) ,Spatial קיבוץ 1:1: משלבת קרבה גיאוגרפית ישירות לתוך מדד הדומה באמצעות שיטות מבוססות גרף (למשל, מגבלות דבקות) חוק זה מכבד את חוק הגיאוגרפיה הראשון של טובר - דברים קשורים יותר - ויכולים לייצר אזורים קוגניטיביים יותר מבחינה גיאוגרפית.
(ב) ⁇ :0) , ⁇ ⁇ ⁇ : שילוב תוצאות מאלגוריתמים מרובים כדי לייצר קונצנזוס קבוצתי, הגדלת החוסן נגד הטיה אלגוריתמית.
(FLT:0) ,התמדה עם תוצאות חיצוניות: חוקרים יכולים לבדוק אם אשכולות מתאמים עם משתנים שנמדדים באופן עצמאי כמו רמות הכנסה מאוחר יותר, סכסוך אזרחי או מוסדות פוליטיים – תוך שימת הטענה כי הקובעים תופסים מבנה כלכלי משמעותי.

(הופנה מהדף הארכיונים ההיסטוריים) (מתוך ה-FLT:0 הישנה מפות באינטרנטFLT:1) ל- Cdata ו- Port Registers - continues to wide-source Tools להפוך את השיטות הללו לנגישות: משתמשים יכולים למנף חבילות כמו FLT:5 עבור ויזואליזציה של מפקד האוכלוסין, בעוד שחוקרים פיית' 7LT:6s מקיף עבור שיטה היסטורית:

גשר קוונטי אל העבר

ניתוח קלוסטר מציע היסטוריונים וגיאוגרפים כלכליים שיטה שיטתית, מונחה נתונים לייצוג אזורים כלכליים היסטוריים. על ידי הפיכת רשומות מבריונות לדפוסים קוהרנטיים, היא מאפשרת השוואה קפדנית בין המרחב והזמן.הגישה משלימה – לא להחליף – שיטות איכות מסורתיות, מתן גשר בין ההיסטוריה לניתוח הכמותי.