Wealth Distribution - История изменений

Patarakin: /* Новый датесет 24.03 2026 */

2026-03-31T12:08:25Z

Новый датесет 24.03 2026

← Предыдущая версия		Версия от 15:08, 31 марта 2026
Строка 351:		Строка 351:
	* https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/Wealth%20Distribution%20experiment24_03_short.csv		* https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/Wealth%20Distribution%20experiment24_03_short.csv

			* [[Как исследовать данные из Wealth Distribution в R]]


			----
	[[Category:Social_statistic_research]]		[[Category:Social_statistic_research]]

Patarakin: /* Причина: Случайное везение и накопление */

2026-03-30T17:13:51Z

Причина: Случайное везение и накопление

← Предыдущая версия		Версия от 20:13, 30 марта 2026
Строка 347:		Строка 347:

	----		----

			=== Новый датесет 24.03 2026 ===
			* https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/Wealth%20Distribution%20experiment24_03_short.csv

	[[Category:Social_statistic_research]]		[[Category:Social_statistic_research]]

Patarakin в 17:54, 16 января 2026

2026-01-16T17:54:23Z

← Предыдущая версия		Версия от 20:54, 16 января 2026
Строка 347:		Строка 347:

	----		----

			[[Category:Social_statistic_research]]

Patarakin в 17:53, 16 января 2026

2026-01-16T17:53:19Z

Внесённые изменения

Patarakin в 17:51, 16 января 2026

2026-01-16T17:51:54Z

← Предыдущая версия		Версия от 20:51, 16 января 2026
Строка 19:		Строка 19:
	<math>\text{Gini} = 1 - \sum_{k=0}^{n-1}(X_{k+1} - X_k)(Y_{k+1} + Y_k)</math>		<math>\text{Gini} = 1 - \sum_{k=0}^{n-1}(X_{k+1} - X_k)(Y_{k+1} + Y_k)</math>
	где <math>X</math> — кумулятивная доля населения, а <math>Y</math> — кумулятивная доля богатства.		где <math>X</math> — кумулятивная доля населения, а <math>Y</math> — кумулятивная доля богатства.
	\|Field_of_knowledge=Социология, Экономика, Обществознание, Статистика		\|Field_of_knowledge=Социология, Экономика, NetSci, Обществознание, Статистика
	\|Environment=NetLogo		\|Environment=NetLogo
	\|Student-created=Нет		\|Student-created=Нет

Амирреза: /* Ранжирование влияния параметров: Bumpchart */

2026-01-16T06:56:29Z

Ранжирование влияния параметров: Bumpchart

← Предыдущая версия		Версия от 09:56, 16 января 2026
Строка 407:		Строка 407:
	=== Ранжирование влияния параметров: Bumpchart ===		=== Ранжирование влияния параметров: Bumpchart ===

	Bumpchart~~, отображающий изменение ранга~~ влияния ~~различных уровней~~ max-vision ~~в зависимости от~~ grain-growth-interval, подтверждает ключевую роль доступа к информации. Агенты с высоким уровнем видимости (10–14) стабильно занимают верхние позиции по влиянию на неравенство практически при всех экономических условиях.		[[Файл:BC.png\|центр\|700px\|Bumpchart рангов влияния max-vision при разных grain-growth-interval]]

	~~При этом при экстремальных значениях~~ интервала восстановления ресурсов (~~1 и 10~~) различия между уровнями видимости ~~сокращаются~~, что указывает на ослабление индивидуальных преимуществ ~~в условиях либо избыточной~~, ~~либо крайне ограниченной~~ доступности ресурсов.		Bumpchart демонстрирует изменение относительного влияния различных уровней параметра max-vision на экономическое неравенство в зависимости от интервала восстановления ресурсов. По вертикальной оси отложены ранги влияния, по горизонтальной — значения grain-growth-interval.

			Агенты с высоким уровнем видимости (10–14) стабильно занимают верхние позиции по влиянию на коэффициент Джини при большинстве значений интервала восстановления ресурсов. При экстремально быстрых или медленных режимах восстановления различия между уровнями видимости сглаживаются, что указывает на ослабление индивидуальных преимуществ.

			График подтверждает, что информационное преимущество является ключевым фактором неравенства, однако его эффект зависит от макроэкономических условий доступности ресурсов.

	=== Обобщающий вывод ===		=== Обобщающий вывод ===

Амирреза: /* Многомерный анализ: Parallel Coordinates */

2026-01-16T06:56:13Z

Многомерный анализ: Parallel Coordinates

← Предыдущая версия		Версия от 09:56, 16 января 2026
Строка 397:		Строка 397:
	=== Многомерный анализ: Parallel Coordinates ===		=== Многомерный анализ: Parallel Coordinates ===

	~~График параллельных координат позволяет проанализировать совместное влияние нескольких~~ параметров модели на уровень неравенства. Наиболее выраженные паттерны наблюдаются для параметра max-vision, который систематически ассоциируется с высокими значениями коэффициента Джини.		[[Файл:PC.png\|центр\|700px\|Parallel Coordinates для параметров модели и коэффициента Джини]]

	~~Дополнительную роль играет параметр~~ grain-growth-interval: ~~максимальное неравенство возникает~~ при средних значениях ~~интервала восстановления ресурсов~~ (4–7). ~~При экстремально быстрых или медленных режимах восстановления различия между агентами сглаживаются~~, что ~~снижает уровень~~ неравенства.		График параллельных координат отображает совместное влияние ключевых параметров модели на уровень экономического неравенства. Каждая линия соответствует отдельному прогону модели и связывает значения параметров percent-best-land, metabolism-max, max-vision, grain-growth-interval и итоговый коэффициент Джини.

			Наиболее устойчивый и выраженный паттерн наблюдается для параметра max-vision: высокие значения этого параметра чаще ассоциируются с повышенным уровнем неравенства. Дополнительную роль играет интервал восстановления ресурсов: максимальные значения коэффициента Джини возникают при средних значениях grain-growth-interval (4–7).

			Таким образом, многомерный анализ подтверждает, что доступ к информации является системообразующим фактором неравенства, а динамика ресурсов выступает модулирующим механизмом.

	=== Ранжирование влияния параметров: Bumpchart ===		=== Ранжирование влияния параметров: Bumpchart ===

Амирреза: /* Line Chart: усреднённая зависимость (перевёрнутая U-форма) */

2026-01-16T06:55:57Z

Line Chart: усреднённая зависимость (перевёрнутая U-форма)

← Предыдущая версия		Версия от 09:55, 16 января 2026
Строка 387:		Строка 387:
	=== Line Chart: усреднённая зависимость (перевёрнутая U-форма) ===		=== Line Chart: усреднённая зависимость (перевёрнутая U-форма) ===

	~~Линейный график среднего значения~~ коэффициента Джини в зависимости от max-vision наглядно демонстрирует перевёрнутую U-образную зависимость. Рост неравенства при увеличении видимости от 4 до 8 сменяется его снижением при дальнейшем росте параметра.		[[Файл:Line_chart.png\|центр\|650px\|Среднее значение коэффициента Джини в зависимости от max-vision]]

	~~Максимум~~ неравенства ~~достигается~~ при промежуточном ~~уровне~~ max-vision ~~= 8, что~~ указывает на наличие порогового эффекта. В этой зоне агенты получают достаточное информационное преимущество для накопления богатства, но оно ещё не является всеобщим, ~~что~~ и ~~создаёт условия для максимальной дифференциации~~.		Линейный график средних значений коэффициента Джини в зависимости от параметра max-vision демонстрирует чёткую перевёрнутую U-образную зависимость. По мере увеличения видимости от 4 до 8 уровень неравенства возрастает, достигая максимума при промежуточном значении параметра.

			Дальнейшее увеличение max-vision приводит к устойчивому снижению коэффициента Джини. Это указывает на наличие порогового эффекта: умеренный доступ к информации усиливает дифференциацию агентов, тогда как практически полный доступ к информации снижает структурные преимущества и способствует выравниванию распределения богатства.

			Таким образом, данный график количественно подтверждает нелинейный характер связи между индивидуальными возможностями агентов и макроуровневым неравенством.

	=== Многомерный анализ: Parallel Coordinates ===		=== Многомерный анализ: Parallel Coordinates ===

Амирреза: /* Violin Plot: вариативность и нестабильность исходов */

2026-01-16T06:55:39Z

Violin Plot: вариативность и нестабильность исходов

← Предыдущая версия		Версия от 09:55, 16 января 2026
Строка 377:		Строка 377:
	=== Violin Plot: вариативность и нестабильность исходов ===		=== Violin Plot: вариативность и нестабильность исходов ===

	Violin Plot ~~позволяет детально проанализировать форму~~ распределения коэффициента Джини ~~для различных значений~~ max-vision. При минимальном уровне видимости (4) распределение узкое и симметричное, что соответствует режиму «равенства в бедности». При переходе к значениям 6 и 8 наблюдается резкое расширение распределения и формирование «толстой» верхней части, указывающей на высокую вероятность экстремального неравенства.		[[Файл:Violin.png\|центр\|650px\|Violin Plot распределения коэффициента Джини по max-vision]]

	При дальнейшем увеличении max-vision (10–14) ~~распределение~~ вновь сужается и смещается ~~в сторону~~ более ~~низких значений~~ Джини. Это ~~свидетельствует о том~~, что ~~сверхвысокая информированность~~ агентов ~~снижает~~ конкурентные преимущества ~~отдельных индивидов и тем самым ограничивает рост неравенства~~.		Violin Plot позволяет проанализировать форму распределения коэффициента Джини для различных значений параметра max-vision, отображая не только центральные тенденции, но и плотность вероятности наблюдений.

			При минимальном уровне видимости (max-vision = 4) распределение узкое и сконцентрировано в области низкого неравенства, что соответствует режиму условного «равенства в бедности». При переходе к значениям 6 и 8 распределение резко расширяется и приобретает выраженную асимметрию, что свидетельствует о высокой вероятности экстремальных уровней неравенства.

			При дальнейшем увеличении max-vision (10–14) форма распределения вновь сужается и смещается к более низким значениям коэффициента Джини. Это указывает на то, что при почти полной информированности агентов конкурентные преимущества сглаживаются, а система переходит к более равномерному распределению ресурсов.

	=== Line Chart: усреднённая зависимость (перевёрнутая U-форма) ===		=== Line Chart: усреднённая зависимость (перевёрнутая U-форма) ===

Амирреза: /* Влияние параметра max-vision: Boxplot и Beeswarm */

2026-01-16T06:55:09Z

Влияние параметра max-vision: Boxplot и Beeswarm

← Предыдущая версия		Версия от 09:55, 16 января 2026
Строка 365:		Строка 365:
	=== Влияние параметра max-vision: Boxplot и Beeswarm ===		=== Влияние параметра max-vision: Boxplot и Beeswarm ===

	Boxplot~~, отображающий распределение~~ коэффициента Джини в зависимости от ~~параметра~~ max-vision, показывает, что медианные значения неравенства для разных уровней видимости близки, однако существенно различается разброс данных. Это указывает на различную устойчивость исходов модели при разных значениях параметра.		[[Файл:Boxplot_r.png\|центр\|650px\|Boxplot коэффициента Джини в зависимости от max-vision]]

	Beeswarm plot ~~(распределение значений gini-index-reserve / num-people~~ по max-vision) дополняет этот вывод, демонстрируя чёткую кластеризацию наблюдений. При низких значениях max-vision распределение Джини компактно и сосредоточено в зоне умеренного неравенства. При средних значениях наблюдается расширение распределения и появление экстремальных значений, тогда как при высоких значениях max-vision распределение вновь сужается.		[[Файл:ГрафикПчелы.png\|центр\|650px\|Beeswarm plot распределения коэффициента Джини по max-vision]]

	~~Таким образом~~, ~~визуальный~~ анализ указывает на нелинейную зависимость между доступом к информации ~~(видимостью ресурсов)~~ и ~~уровнем экономического неравенства~~.		Boxplot демонстрирует распределение значений коэффициента Джини при различных уровнях параметра max-vision. Медианные значения неравенства для разных групп остаются сравнительно близкими, однако существенно различается разброс данных. Это указывает на то, что при изменении дальности видения агентов меняется не столько «средний» уровень неравенства, сколько устойчивость и вариативность возможных исходов модели.

			Beeswarm plot дополняет этот вывод, визуализируя плотность распределения значений коэффициента Джини. При низких значениях max-vision наблюдается компактное распределение без выраженных экстремумов. При средних значениях (6–8) распределение расширяется, появляются высокие значения неравенства, тогда как при высоких значениях max-vision точки вновь концентрируются в более узком диапазоне.

			Совместный анализ Boxplot и Beeswarm указывает на нелинейную зависимость между доступом к информации и экономическим неравенством: именно промежуточные уровни видимости создают наибольшую неопределённость и потенциал для экстремального расслоения.

	=== Violin Plot: вариативность и нестабильность исходов ===		=== Violin Plot: вариативность и нестабильность исходов ===