Forwarded from Maps&Data: Карты и инфографика 🗺
Количество солнечных часов в Европе
Самые солнечные города:
1. 🇨🇾 Никосия – 3314 солнечных часов в год,
2. 🇬🇷 Афины – 2848,
3. 🇫🇷 Марсель – 2836,
4. 🇵🇹 Лиссабон – 2806,
5. 🇪🇸 Мадрид – 2769.
🇷🇺 Москва – 1901,
🇷🇺 Санкт-Петербург – 1628.
Самые солнечные города:
1. 🇨🇾 Никосия – 3314 солнечных часов в год,
2. 🇬🇷 Афины – 2848,
3. 🇫🇷 Марсель – 2836,
4. 🇵🇹 Лиссабон – 2806,
5. 🇪🇸 Мадрид – 2769.
🇷🇺 Москва – 1901,
🇷🇺 Санкт-Петербург – 1628.
Структура российского общества по доходам, 2017
Медианный доход на члена семьи по истогам 2017 года составил 15800₽.
Менее 75% медианы — 31% населения.
От 0,75 до 1,25 медианы — 38%.
От 1,25 до 2 медиан — 20%.
От 2 до 4 медиан — 8%.
Более 4 медиан — 1%.
Источник
Медианный доход на члена семьи по истогам 2017 года составил 15800₽.
Менее 75% медианы — 31% населения.
От 0,75 до 1,25 медианы — 38%.
От 1,25 до 2 медиан — 20%.
От 2 до 4 медиан — 8%.
Более 4 медиан — 1%.
Источник
Теперь есть чатик, в котором можно обсудить посты этого канала, или предложить идеи для постов.
Присоединяйтесь: https://xn--r1a.website/rationalchat
Присоединяйтесь: https://xn--r1a.website/rationalchat
Telegram
Рацчатик
Чат канала @rationalnumbers
Правила общения: t.me/rationalnumbers/4130
Правила общения: t.me/rationalnumbers/4130
Средняя цена клика в контекстной рекламе в Гугле и Яндексе и средний CTR, первый квартал 2019
Источник
Источник
Forwarded from Qetzal · ad libitum, ad infinitum
Есть вещи вокруг, которые очень контринтуитивны. Cамый известный пример, это наверное Парадокс Монти Холла — не буду про него рассказывать, каждая книжка о статистике его упоминает. Если не слышали — поищите, очень поражает. Я до сих пор, понимая что к чему, не могу этот парадокс полностью осознать.
Еще одна похожая штука: закон Бе́нфорда.
Допустим вы взяли толстый глянцевый журнал. Вот если в этом журнале взять все-все числа, которые встречались во всех статьях, какая будет вероятность что первая цифра у этих чисел это например 1 или 2?
Первое, что приходит в голову, что так как цифр 10 и первая не может быть нулем, то вероятность ⅑. Это не так. Вероятность единицы — ~30%, двойки — ~17.6%, тройки — ~12.5% и вероятности потом постепенно убывают для каждой цифры. Минимальное значение у девятки — 4.6%. Это очень неожиданный результат.
Это правило справедливо для массивов чисел, основанных из данных из реальной жизни. Длина рек (причем не важно в чем измеряная), цены на акции, ваши расходы, смертность и так далее — для всего этого закон будет работать.
Эта штука работает для очень многих данных (особенно если темп роста величины пропорционален её текущему значению), но не для всех. Не сработает, если:
— У данных есть ограничения сверху или снизу
— Данных мало или же они покрывают только один-два порядка (например IQ)
— Числа назначаются искусственно: например индексы или номера заказов или маркетинговые цены в магазине ($9.99)
— В данных нет нормального распределения
Но если перемешать много таких разных данных, то результат уже будет подчинятся этому закону.
Интересно то, что эту штуку используют для нахождения мошенничества с финансами. Числа в финансовых отчетах как правило соотвествуют закону Бенфорда, поэтому если не соответствуют — скорее всего их подгоняли вручную с мыслью "надо сделать их похожими на случайные числа", что как раз приводит к обратной ситуации.
Еще одна похожая штука: закон Бе́нфорда.
Допустим вы взяли толстый глянцевый журнал. Вот если в этом журнале взять все-все числа, которые встречались во всех статьях, какая будет вероятность что первая цифра у этих чисел это например 1 или 2?
Первое, что приходит в голову, что так как цифр 10 и первая не может быть нулем, то вероятность ⅑. Это не так. Вероятность единицы — ~30%, двойки — ~17.6%, тройки — ~12.5% и вероятности потом постепенно убывают для каждой цифры. Минимальное значение у девятки — 4.6%. Это очень неожиданный результат.
Это правило справедливо для массивов чисел, основанных из данных из реальной жизни. Длина рек (причем не важно в чем измеряная), цены на акции, ваши расходы, смертность и так далее — для всего этого закон будет работать.
Эта штука работает для очень многих данных (особенно если темп роста величины пропорционален её текущему значению), но не для всех. Не сработает, если:
— У данных есть ограничения сверху или снизу
— Данных мало или же они покрывают только один-два порядка (например IQ)
— Числа назначаются искусственно: например индексы или номера заказов или маркетинговые цены в магазине ($9.99)
— В данных нет нормального распределения
Но если перемешать много таких разных данных, то результат уже будет подчинятся этому закону.
Интересно то, что эту штуку используют для нахождения мошенничества с финансами. Числа в финансовых отчетах как правило соотвествуют закону Бенфорда, поэтому если не соответствуют — скорее всего их подгоняли вручную с мыслью "надо сделать их похожими на случайные числа", что как раз приводит к обратной ситуации.
Распределение Бенфорда. По горизонтали — первые значащие цифры, по вертикали — вероятность их появления
Диаграмма из Вики-статьи
Диаграмма из Вики-статьи
Рациональные числа pinned «Теперь есть чатик, в котором можно обсудить посты этого канала, или предложить идеи для постов. Присоединяйтесь: https://xn--r1a.website/rationalchat»
Forwarded from Maps&Data: Карты и инфографика 🗺
Кто владеет госдолгом США?
Общий госдолг США составляет $22,4 трлн. Топ-5 иностранных кредиторов (на конец апреля 2019 года):
1. 🇨🇳 Китай – 1113 млрд
2. 🇯🇵 Япония – 1064 млрд
3. 🇧🇷 Бразилия – 306,7 млрд
4. 🇬🇧 Британия – 300,8 млрд
5. 🇮🇪 Ирландия – 269,7 млрд
🇷🇺 Россия – $12,1 млрд
Источник
Общий госдолг США составляет $22,4 трлн. Топ-5 иностранных кредиторов (на конец апреля 2019 года):
1. 🇨🇳 Китай – 1113 млрд
2. 🇯🇵 Япония – 1064 млрд
3. 🇧🇷 Бразилия – 306,7 млрд
4. 🇬🇧 Британия – 300,8 млрд
5. 🇮🇪 Ирландия – 269,7 млрд
🇷🇺 Россия – $12,1 млрд
Источник
Число людей, уехавших из Венесуэлы, превысило 4 млн человек, 3,2 млн из которых — в другие страны Южной Америки.
За какой период эти данные, не указывается, но предполагаю, что с начала кризиса, с 2016 года.
Сколько это в процентах? На июль 2018 года население страны составляло 32 млн человек, то есть уехал примерно каждый десятый житель.
За какой период эти данные, не указывается, но предполагаю, что с начала кризиса, с 2016 года.
Сколько это в процентах? На июль 2018 года население страны составляло 32 млн человек, то есть уехал примерно каждый десятый житель.
👍1
Карта религиозности
Показан процент населения, которое молится ежедневно (согласно опросам в 2008–2017 годах).
Источник
Показан процент населения, которое молится ежедневно (согласно опросам в 2008–2017 годах).
Источник
Корреляция между ВВП и религиозностью
По горизонтали ВВП по ППС на душу населения в 2015 году, по вертикали процент населения, которое молится ежедневно (согласно опросам в 2008–2017).
Напомню, что корреляция не означает причинно-следственной связи.
Источник
По горизонтали ВВП по ППС на душу населения в 2015 году, по вертикали процент населения, которое молится ежедневно (согласно опросам в 2008–2017).
Напомню, что корреляция не означает причинно-следственной связи.
Источник