Просмотр кода страницы Исследование зависимости времени достижения стабильной сегрегации от порога толерантности на базе модели Segregation

{{#ask: [[Segregation (model)]]| ?Description }}
== Эксперимент: зависимость числа переездов от установленного порога толерантности ==
=== Запуск модели с базовыми настройками ===
Изначально агенты расселены хаотично, но с ростом числа переселений, наблюдается формирование нескольких больших районов.
Возникает вопрос - как с изменением уровня толерантности будет изменяться время, за которое будут сформированы районы из которых никто не захочет переезжать?
=== Гипотеза ===
H0: При снижении уровня толерантности (увеличении значения %-similar-wanted), количество переездов (время за которое система достигает стабильного состояния) будет увеличиваться. При этом я предполагаю, что зависимость будет линейной.

H1: Какая либо зависимость отсутствует.

=== Эксперимент ===
Для проведения эксперимента NetLogo был установлен локально. При помощи пространства поведения был подготовлен датасет.
При сборе данных были вставлены следующие значения:


Плотность расселения: ["density" 10 20 30 40 50 60 70 80 90]   


Порог толерантности: ["%-similar-wanted" 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100]


В результате был получен следующий датасет:


[[Файл:GG11.png| 600ptx]]


https://docs.google.com/spreadsheets/d/18oJPWpLzbByccITcyoA_w0GFR61MI-2DlRfxcplIH7s/edit?usp=sharing


'''Цель эксперимента:''': установить тип зависимости (или ее отсутствие) времени достижения системой стабильного состояния от уровня толерантности.

На основе полученного датасета был сформирован график:


[[Файл:GGtvt.png|600px]]

Регрессионный анализ:

How does ([total steps]) depend on (%-similar-wanted) ?
    LSRL: [total steps] = 10,73 (%-similar-wanted) - NaN 
    N = 800, ρ = 0,7664, r2 = 0,5874
Regression details
slope	10,73	95% CI = [10,1, 11,35]
intercept	-292,5	95% CI = [-328,9, -256,2]

 testing slope ≠ 0 
    t = 33,7, P < 0.0001
    df = 798,  α = 0,05, t* = 1,96,

{{Шаблон:CODAP Results Glossary}}

=== Наблюдения и замечания ===
1. Значения равные 1000, не становятся больше, из-за вручную выставленных ограничений модели. Если количество total steps равно 1000, можно считать  что стабильное состояние для такой системы является недостижимым.


2. Для любой плотности расселения большей или равной 20, в промежутке similar-wanted = 70-80 наступает момент, когда стабильность становится недостижимой, либо мало вероятной.


3. Наблюдаемая зависимость больше походит на экспоненциальную, нежели на линейную.

=== Выводы ===
По итогам исследования, можно сделать следующие выводы: изначальные гипотезы были ошибочны - как и предполагалось в нулевой теории, зависимость присутствует, однако она не линейная, а экспоненциальная.  

=== Значение для экономики ===
Мое заключение базируется в основном на втором наблюдении. При высоком уровне требований к гомогенности окружения (70–80% и выше), даже при умеренной плотности населения (≥20%), система теряет способность достигать устойчивого равновесия. Это означает, что в реальных экономических системах — например, на рынке аренды или покупки жилья — чрезмерная «избирательность» участников (будь то по этническому, социальному или экономическому признаку) может привести к хронической нестабильности, постоянной миграции, росту транзакционных издержек и снижению общей эффективности распределения жилищных ресурсов.