<?xml version="1.0" encoding="utf-8"?> 
<rss version="2.0"
  xmlns:itunes="http://www.itunes.com/dtds/podcast-1.0.dtd"
  xmlns:atom="http://www.w3.org/2005/Atom">

<channel>

<title>Рациональные числа: заметки с тегом Our World in Data</title>
<link>https://rationalnumbers.ru/?go=tags/our-world-in-data/</link>
<description>Интересная статистика и данные из разных областей</description>
<author></author>
<language>ru</language>
<generator>Aegea 11.2 (v4116)</generator>

<itunes:subtitle>Интересная статистика и данные из разных областей</itunes:subtitle>
<itunes:image href="" />
<itunes:explicit></itunes:explicit>

<item>
<title>Измерение неравенства: что такое коэффициент Джини?</title>
<guid isPermaLink="false">1906</guid>
<link>https://rationalnumbers.ru/?go=all/izmerenie-neravenstva-chto-takoe-koefficient-dzhini/</link>
<pubDate>Mon, 31 Jul 2023 20:49:11 +0500</pubDate>
<author></author>
<comments>https://rationalnumbers.ru/?go=all/izmerenie-neravenstva-chto-takoe-koefficient-dzhini/</comments>
<description>
&lt;p&gt;&lt;i&gt;Коэффициент Джини является наиболее распространённым показателем неравенства. Но что он на самом деле измеряет? И чем он отличается от других показателей неравенства?&lt;i&gt;&lt;/p&gt;
&lt;p&gt;Коэффициент Джини, или индекс Джини, является наиболее распространённым показателем неравенства. Он был разработан итальянским статистиком Коррадо Джини (1884—1965 гг.) и назван в его честь&lt;/p&gt;
&lt;p&gt;Обычно он используется для измерения неравенства доходов, но также может применяться для измерения неравенства любого распределения — распределения богатства или даже ожидаемой продолжительности жизни&lt;/p&gt;
&lt;p&gt;Неравенство измеряется по шкале от 0 до 1, где более высокие значения указывают на более высокий уровень неравенства. Иногда этот показатель может быть представлен в процентах от 0 до 100%, тогда он называется «индексом Джини»&lt;/p&gt;
&lt;p&gt;Значение 0 означает полное равенство, когда все имеют одинаковый доход. Значение 1 означает полное неравенство, когда один человек получает весь доход, а все остальные — ничего&lt;/p&gt;
&lt;p&gt;&lt;b&gt;Как рассчитывается коэффициент Джини?&lt;/b&gt;&lt;/p&gt;
&lt;p&gt;Существует два основных способа расчёта коэффициента Джини. Оба приводят к одним и тем же значениям, но дают нам два представления о том, что именно измеряет коэффициент&lt;/p&gt;
&lt;p&gt;&lt;i&gt;Метод 1: Расчёт разницы между доходами двух человек по отношению к среднему значению&lt;i&gt;&lt;/p&gt;
&lt;p&gt;Первый метод можно проиллюстрировать следующим мысленным экспериментом&lt;/p&gt;
&lt;p&gt;Представьте двух людей, случайно столкнувшихся на улице. Они сравнивают свои доходы и выясняют, насколько один из них богаче другого. Насколько большую разницу можно ожидать?&lt;/p&gt;
&lt;p&gt;Этот ожидаемый разрыв между двумя случайно выбранными людьми и измеряется коэффициентом Джини. Он рассчитывается как среднее значение разрыва между всеми парами людей в населении&lt;/p&gt;
&lt;p&gt;Если доходы распределены равномерно, то можно ожидать небольшой разрыв между доходами двух случайно выбранных людей. Там, где высокий уровень неравенства, мы можем ожидать большой разрыв&lt;/p&gt;
&lt;p&gt;Однако, если измерять этот показатель в абсолютном выражении, он также будет зависеть от богатства населения в целом. Если даже самые обеспеченные представители населения имеют низкий доход, то абсолютный разрыв между доходами людей будет маленьким. И наоборот — там, где доходы в целом высоки, даже небольшая относительная разница (напрмер, в %) будет означать большой разрыв в абсолютных показателях&lt;/p&gt;
&lt;p&gt;По этой причине коэффициент Джини учитывает также средний доход среди населения&lt;/p&gt;
&lt;p&gt;В частности, он рассчитывается как ожидаемый разрыв в пределах удвоенного среднего дохода. Для простоты представим, что всё население состоит из тех двух человек, встретившихся на улице. Если их общий доход составляет 100 $, то средний по населению будет 50 $. Если доход первого составляет 100 $, а второго — 0 $, разница в доходах будет равна 100 $, что как раз в два раза больше среднего уровня дохода&lt;/p&gt;
&lt;p&gt;Таким образом, наибольшее возможное значение среднего разрыва, то есть удвоенный средний доход — ситуация абсолютного неравенства. Все доходы принадлежат одному человеку, а остальные вовсе не имеют дохода — коэффициент Джини равен 1&lt;/p&gt;
&lt;p&gt;Наименьшее возможное значение среднего разрыва, то есть 0 — ситуация абсолютного равенства. Доходы всех людей равны — коэффициент Джини равен 0&lt;/p&gt;
&lt;p&gt;&lt;i&gt;Метод 2: Разрыв между «кривой Лоренца» и «линией идеального равенства»&lt;i&gt;&lt;/p&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/photo-1.png" width="2000" height="1565" alt="" /&gt;
&lt;/div&gt;
&lt;p&gt;Слева указана доля дохода, получаемая каждой пятой частью гипотетического населения. Справа — суммарные доходы всех групп населения. Получившийся справа график называется «кривой Лоренца»&lt;/p&gt;
&lt;p&gt;Для населения, среди которого доходы распределены абсолютно равномерно, «кривая Лоренца» будет представлять собой прямую диагональную линию: 10% самых бедных будут получать 10% от общего дохода, 20% — 20% от общего дохода и т. д. Это показано на графике как «линия равенства»&lt;/p&gt;
&lt;p&gt;Но среди населения, представленного на нашей диаграмме, доходы распределяются неравномерно. 60% населения с наименьшим доходом получает 30% от общего дохода&lt;/p&gt;
&lt;p&gt;Коэффициент Джини показывает, насколько «кривая Лоренца» отклоняется от «линии равенства», сравнивая площади A и B на картинке. Отклонение рассчитывается следующим образом:&lt;/p&gt;
&lt;p&gt;коэффициент Джини = A ÷ (A + B)&lt;/p&gt;
&lt;p&gt;Если доходы распределяются абсолютно равномерно, «кривая Лоренца» будет совпадать с «линией равенства». Площадь A, как и коэффициент Джини, будет равна 0. Если один человек получает все доходы, а остальные не имеют никакого, «кривая Лоренца» совпадает с осью X — общие доходы будут сконцентрированы в конце графика. Площадь B будет равна нулю, а коэффициент Джини — 1&lt;/p&gt;
&lt;p&gt;&lt;b&gt;Сравнение показателей: Рассказывает ли показатель Джини ту же историю, что и другие показатели неравенства?&lt;/b&gt;&lt;/p&gt;
&lt;p&gt;Показатели неравенства пытаются обобщить информацию о том, насколько распределение неравномерно — точно так же, как стандартное отклонение. В таких суммарных показателях заложены суждения о том, что именно должно иметь наибольшее значение при измерении неравенства&lt;/p&gt;
&lt;p&gt;Для примера сравним два выдуманных общества. В первом богатые люди намного богаче тех, кто находится в середине распределения, но доходы более бедных лишь немного ниже тех, что получают в середине. Во втором — обратная ситуация: доходы богатых лишь немного выше доходов средних, но бедные намного беднее&lt;/p&gt;
&lt;p&gt;В каком обществе выше неравенство? Ответ будет зависеть от того, какие разрывы в разных частях распределения считать вносящими наибольший вклад в уровень неравенства. Такие оценочные суждения неявно заложены в математические определения показателя неравенства&lt;/p&gt;
&lt;p&gt;Это относится ко всем показателям неравенства, и коэффициент Джини не является исключением. Но его отличает более высокая чувствительность к изменениям в середине распределения, чем в самом верху и внизу&lt;/p&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/photo-2.png" width="2000" height="1412" alt="" /&gt;
&lt;/div&gt;
&lt;p&gt;Особенности коэффициента Джини можно рассмотреть на примере четырёх стран. На диаграммах показано, как он соотносится с двумя другими показателями неравенства — долями дохода 1% и 10% самого богатого населения. Для наглядности приведена динамика с течением времени. По вертикали — разница в % относительно показателей 1900 года&lt;/p&gt;
&lt;p&gt;Мы видим, что существенное изменение доли доходов 1% самых богатых сопровождается незначительным изменением коэффициента Джини. Это справедливо как для стран с растущим уровнем неравенства (США), так и для стран, где уровень неравенства снижается (Уругвай)&lt;/p&gt;
&lt;p&gt;В то же время, коэффициент Джини гораздо точнее отслеживает долю доходов самых богатых 10%. Коэффициент Джини не чувствителен к изменениям только в самой верхней части распределения&lt;/p&gt;
&lt;p&gt;Источник — &lt;a href="https://ourworldindata.org/what-is-the-gini-coefficient"&gt;Our World in Data&lt;/a&gt;&lt;/p&gt;
</description>
</item>

<item>
<title>Вакцинация, заражения и смерти от китайского коронавируса, 2020­­­-2021</title>
<guid isPermaLink="false">1228</guid>
<link>https://rationalnumbers.ru/?go=all/vakcinaciya-zarazheniya-ivl-i-smerti-ot-kitayskogo-koronavirusa/</link>
<pubDate>Mon, 22 Nov 2021 02:11:36 +0500</pubDate>
<author></author>
<comments>https://rationalnumbers.ru/?go=all/vakcinaciya-zarazheniya-ivl-i-smerti-ot-kitayskogo-koronavirusa/</comments>
<description>
&lt;p&gt;Сейчас много спорят о том, работают ли вакцины, защищают ли они людей от вируса, и помогают ли остановить распространение заразы&lt;/p&gt;
&lt;p&gt;Ответы можно найти в данных. Я выбрал ряд крупных и показательных стран, для которых привожу графики с историческими данными по 4 показателям:&lt;/p&gt;
&lt;ol start="1"&gt;
&lt;li&gt;Введено доз вакцин в расчёте на 100 человек&lt;/li&gt;
&lt;li&gt;Новые выявленные случаи на 1 млн населения&lt;/li&gt;
&lt;li&gt;Пациенты на ИВЛ на 1 млн&lt;/li&gt;
&lt;li&gt;Подтверждённые смерти на 1 млн&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;Какие выводы можно сделать, внимательно посмотрев на волны болезни и на темпы вакцинации на этих диаграммах? Вот какие:&lt;/p&gt;
&lt;ol start="1"&gt;
&lt;li&gt;Высокая доля вакцинации не гарантирует странам отсутствие новых волн заражения. Наоборот, они происходят во многих странах. Иногда такой же высоты, как до вакцинации, иногда выше, иногда ниже&lt;/li&gt;
&lt;li&gt;Если страна достигла высокой доли вакцинации, становится гораздо меньше ИВЛ и смертей, чем в первые волны&lt;/li&gt;
&lt;li&gt;Если доля привитых мала (например, Россия, Украина и Беларусь), то новые волны заметно выше первых по всем трём параметрам: заражения, ИВЛ и смерти&lt;/li&gt;
&lt;li&gt;Прививки защищают людей от тяжёлого течения и смерти. Но не защищают страны от новых волн распространения заразы&lt;/li&gt;
&lt;li&gt;Китай, похоже, нагло фальсифицирует статистику :—)&lt;/li&gt;
&lt;/ol&gt;
&lt;p&gt;Ещё раз, коротко. &lt;b&gt;Вакцинация не предотвращает распространение болезни в обществе. Но вакцинация защищает конкретных людей от тяжёлого течения болезни и смерти&lt;/b&gt;.&lt;/p&gt;
&lt;p&gt;Вы можете посмотреть такие же графики по любой другой стране мира по этой ссылке: &lt;a href="https://ourworldindata.org/explorers/coronavirus-data-explorer?zoomToSelection=true&amp;uniformYAxis=0&amp;pickerSort=asc&amp;pickerMetric=location&amp;Metric=Vaccine+doses%2C+cases%2C+ICU+patients%2C+and+deaths&amp;Interval=7-day+rolling+average&amp;Relative+to+Population=true&amp;Align+outbreaks=false&amp;country=PRT~ESP~SGP~KOR~CAN~CHN~USA~RUS~JPN~DEU~GBR~FRA~ITA~OWID_WRL~SWE~CHE~UKR~BLR"&gt;Our World in Data / COVID-19 vaccine doses, ICU patients, and confirmed deaths&lt;/a&gt;&lt;/p&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/00.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/01.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/02.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/03.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/04.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/05.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/06.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/07.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/08.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/09.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/10-1.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/11-1.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/12-1.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/13-1.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/14.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/15.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/16.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/17.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
&lt;div class="e2-text-picture"&gt;
&lt;img src="https://rationalnumbers.ru/pictures/18.png" width="1167" height="812" alt="" /&gt;
&lt;/div&gt;
</description>
</item>


</channel>
</rss>