Более сложная задача — проанализировать степень скопления или рассеяния признаков (свойств) в много­мерном пространстве. Такое пространство нельзя наг­лядно представить в трехмерной системе координат, его можно описать в математических символах. Задачи многомерной эмпирической типологизации свойств ре­шают с помощью математических процедур распознава­ния образов — таксономии и кластерного анализа, при­чем в этом случае исходные данные могут быть пред­ставлены в упорядоченных (метрических также) или в неупорядоченных шкалах.

Рассмотрим для примера таксономический анализ мигри­рующих из села в город и из города в село жителей Сибири [94].⁴ Т. И. Заславская и ее коллеги, впервые применившие ме­тод таксономии к социальным объектам, при массовом обследо­вании мигрантов фиксировали десятки признаков: пол, возраст, семейное положение, профессию, образование, занятие до и после переезда, направление миграции, район выезда и въезда, цели миграции и т. д. Задача — на основе этих сведений определить, какие крупные половозрастные и социальные группы образуют миграционные потоки из села в город и обратно — из города в село. Выявление подобных социальных типов важно для прак­тической регуляции миграционных потоков.

⁴ Литература о методах многомерной классификации: 206, 204, 2в4, 259, 260, 264].