Обсуждение:Wealth Distribution
Материал из Поле цифровой дидактики
Экспериментальные датасеты NetLogo
Эксперимент 29 ноября 2025
Мы получили набор данных из модели Wealth Distribution - BehaviorSpace со следующими условиями:
["num-grain-grown" 4] ["percent-best-land" 5 10 15 20] ["metabolism-max" 10 15 20] ["max-vision" 4 5 6 7 8 9 10] ["num-people" 400] ["grain-growth-interval" 2] ["life-expectancy-min" 30] ["life-expectancy-max" 70]
В эксперименте собирались следующие метрики:
ticks count turtles count turtles with [color = red] count turtles with [color = green] count turtles with [color = blue] gini-index-reserve / num-people gini-index-reserve
- Результаты
Эксперимент 07 декабря 2025 (480 runs)
| Description | KeyDescripions | |
|---|---|---|
| NetLogo Wealth Distribution 07122025 | Датасет выращен при помощи агентов модели NetLogo Wealth Distribution |
|
Мы получили набор данных из модели Wealth Distribution - BehaviorSpace со следующими условиями:
["num-grain-grown" 5] ["percent-best-land" 5 10 15 20] ["metabolism-max" 10 15] ["max-vision" 4 6 8 10 12 14] ["num-people" 300] ["grain-growth-interval" 1 2 3 4 5 6 7 8 9 10] ["life-expectancy-min" 30] ["life-expectancy-max" 80]
В эксперименте собирались следующие метрики:
ticks count turtles gini-index-reserve / num-people
При этом данные собирались только в конце прогона - 500 ticks
Мы хотели исследовать влияние способностей людей max-vision на неравномерность распределения богатства - коэффициент Джини gini-index-reserve / num-people
- Результаты
- https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/Wealth%20Distribution%20experiment_07_12table.csv
- https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/data_model_07_12.csv
Процесс обработки в R
url <- "https://raw.githubusercontent.com/patarakin/stat-data/refs/heads/main/datasets/csv/data_model_07_12.csv"
data_clean <- read.csv(url)
boxplot(gini ~ max.vision, data = data_clean,
main = "Влияние дальности видения на коэффициент Джини",
xlab = "Дальность видения (max.vision)",
ylab = "Коэффициент Джини",
col = "lightblue")
# Формула: зависимая_переменная ~ независимая_переменная
model_vision <- lm(gini ~ max.vision, data = data_clean)
summary(model_vision)
Call: lm(formula = gini ~ max.vision, data = data_clean)
bResiduals:
Min 1Q Median 3Q Max
-0.052899 -0.012218 0.002057 0.011398 0.047757
Coefficients:
Estimate Std. Error t value Pr(>|t|)
(Intercept) 0.2348489 0.0022385 104.915 < 2e-16 ***
max.vision -0.0009564 0.0002325 -4.113 4.6e-05 ***
---
Signif. codes: 0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1
Residual standard error: 0.0174 on 478 degrees of freedom Multiple R-squared: 0.03418, Adjusted R-squared: 0.03216 F-statistic: 16.92 on 1 and 478 DF, p-value: 4.601e-05
