September 21st, 2013

Статистический анализ результатов выборов губернатора Московской области 2013 года. Часть 1.

В Москве и Московской области 9 сентября 2013 года прошли очередные выборы. В Москве голосование прошло весьма честно, серьезных нарушений не обнаружено. Попытаемся проанализировать данные по выборам губернатора Московской области.

В статье будет использован фактически один метод исследования, построение гистограмм явки избирателей. По оси Х процент явки избирателей на конкретные участки, а по оси Y суммарное количество реально проголосовавших. По оси Y можно откладывать и суммарное количество зарегистрированных на участках избирателей. Оба вида гистограмм фактически несут одну и ту же информацию, но их внешний вид несколько различается.

Для примера приведу гистограмму явки на выборах мэра Москвы. Поскольку признано, что серьезных нарушений на этих выборах не замечено, то мы должны увидеть образцовую картинку.
Москва выборы мэра 2013
Рис. 0. Явка на выборах мэра Москвы 2013 года.
Картинка близка к идеалу!

Поскольку основным методом искажения результатов является добавление голосов, как правило, одному из кандидатов, то подобные действия, совершенные на существенном количестве участков (не на всех!)  приводят к явно видным изменениям красивой картинки. Так же будем учитывать, что Московская область не столь однородна по электорату. Есть жители городов, поселков, сел и деревень и можно ожидать заметную разницу их электорального поведения. Попробуем учесть это.

Теперь аналогичная картинка для Московской области.
Распределение количества проголосовавших в зависимости от явки
Рис.1. Распределение количества проголосовавших избирателей, в зависимости от явки.

Распределение выглядит очень странно. В связи с этим был сделан ряд предположений. Московская область весьма неоднородна, в ней есть города, поселки, деревни и села. Разделение на эти четыре группы проводилось на основе данных http://wiki.gis-lab.info . Оказалось, что статистического различия между деревней и селом нет. Нет различия и между городами и поселками, но различие между группами город+поселок и село+деревня весьма существенно. Это достаточно хорошо видно, например, из распределения явки избирателей.
02Город
Рис.2. Распределение количества проголосовавших избирателей в городах и поселках, в зависимости от явки.


03Село
Рис.3. Распределение количества проголосовавших избирателей деревнях и селах Московской области, в зависимости от явки.

Уже по этим картинкам можно сделать предварительный о наличии существенного искажения воли избирателей. Есть еще небольшая надежда на то, что города в Московской области разные и это могло повлиять на форму распределения.

В Московской области около 700000 избирателей имели возможность проголосовать на участках оснащенных КОИБ. Предыдущий опыт показывает, что исказить волю избирателей на таких участках значительно сложнее, в условиях Московской области почти не реально. К сожалению, у автора пока нет точных сведений о том, какие УИК были оснащены КОИБ, а какие нет, но есть данные по оснащенности КОИБ территориальных избирательных комиссий (не помню, откуда взял, если есть информация, сообщите, пожалуйста, адрес). Буду благодарен за информацию о распределении КОИБ по УИК.

Количество КОИБ ТИК УИК
50 Жуковская городская 609-659
10 Юбилейная городская 3563-3572
56 Серпуховская городская 2870-2927
12 Протвинская городская 2396-2407
9 Пущинская городская 2490-2498
28 Дубненская городская 464-491
32 Талдомская 3086-3117
9 Лосино-Петровская городская 1342-1350
44 Ленинская 1259-1307
43 Каширская 789-832
24 Шатурская 3321-3365
67 Солнечногорская 2966-3032
1 Восходненская поселковая 211
1 Молодежная поселковая 1640
63 Можайская 1577-1639

Табл.1  Распределение КОИБ по территориальным избирательным комиссиям

Все, кроме одной ТИК полностью или почти полностью закрывают свои УИК предоставленными КОИБ. Исключение – Шатурская ТИК. Есть предположение, что городские и поселковые УИК в Шатурском районе голосовали при помощи КОИБ, а сельские по старинке. Талдомская, Солнечногорская и Можайская ТИК обеспечены КОИБ почти полностью, что дает некоторое представление о голосовании в сёлах. Тем не менее, участков с КОИБ в сёлах очень мало, и выборка по селам получилась совершенно не репрезентативной.
По городам распределение КОИБ выглядит существенно лучше, похоже на то, что данные по городам адекватно представлены голосованием через КОИБ. Представлены города с высокообразованным населением – Жуковский, Протвино, Дубна. Заметим, что именно в этих городах явка избирателей минимальна. Представлены весьма удаленные от Москвы города Серпухов, Можайск, Кашира, Шатура, Солнечногорск и почти слившиеся с Москвой Юбилейный, Ленинский.
04КОИБ
Рис.4. Голосование на участках с КОИБ.

Кандидат МОИК КОИБ Город Село
Воробьёв Андрей Юрьевич 1655479
78.94%
147129
72,56%
1437735
78,65%
205289
80,81%
Гудков Геннадий Владимирович 92977
4.43%
12366
6,10%
83730
4,58%
8845
3,48%
Корнеева Надежда Анатольевна 47640
2.27%
5375
2,65%
41052
2,25%
6246
2,46%
Романович Александр Леонидович 38315
1.83%
4427
2,18%
33836
1,85%
4251
1,67%
Черемисов Константин Николаевич 161969
7.72%
21886
10,79%
144826
7,92%
16515
6,50%
Шингаркин Максим Андреевич 52938
2.52%
5580
2,75%
46658
2,55%
5777
2,27%
Явка 38,5% 30,91% 37,83% 43,24%

Таблица 2. Сравнение результатов голосования  во всех городах, городах с КОИБ и селах МО.

Самое большое отличие официальных результатов от результатов на участках с КОИБ в явке. За тем идут голоса отданные за кандидата №1, №5 и №2.
Влияние голосования в сельских районах на общий результат мало, в силу малой численности сельского населения.

По результатам голосования на участках с КОИБ кандидат от КПРФ набрал около 10% голосов. Такой же результат показал кандидат от КПРФ в Новой Москве на выборах мэра. Новая Москва перестала быть частью Московской области совсем недавно, электорат КПРФ весьма стабилен, а выборы мэра Москвы признаны самыми чистыми за последние годы.

Пик распределения на Рис.4 в точности совпадает с левым пиком на рис.2.

Пока гипотеза о справедливом подсчете голосов на выборах в Московской области подтверждения не нашла. Попробуем провести более подробный анализ.
Продолжение.
Collapse )

Статистический анализ результатов выборов губернатора Московской области . Часть 2. Пила Чурова.

Гистограмма распределения количества проголосовавших за лидирующего на выборах кандидата, в зависимости от явки избирателей.
ПилаЧурова
Рис. 5. Пила Чурова. Данные по городам и поселкам МО. Деревни и села исключены.

Видны явные аномалии в районе 50, 55, 60 и 70 процентов. На этот раз авторы этих аномалий поумнели. Пишут не круглую цифру, а чуть больше и у всех по-разному.

Показанные гистограммы дают основание предполагать, что основные искажения воли избирателей касались увеличения явки и некоторого приписывания голосов лидеру избирательной компании. Зачем это им нужно – я не понимаю. И так первое место гарантированно.

Вывод не утешительный. Искажение воли избирателей весьма заметно и происходило на большом количестве участков.

Если ТИК большая, на ее территории находится много УИК, то форма распределения по явке может быть одним из признаков наличия фальсификаций, или их отсутствия, конечно без гарантии. Важным и очень весомым фактором будут сообщения наблюдателей.
23Дубненская городская
Рис. 6. Дубненская городская ТИК – один из примеров неискаженного голосования. От наблюдателей данных о серьезных нарушениях нет.


70Люберецкая
Рис. 7. Люберецкая ТИК.
По сведениям от наблюдателей, на ее территории творился полный беспредел, и большинство протоколов было переписано. Отстоять удалось около дюжины УИК, что мы и видим на распределении. Заметим, что фальсификаторы уже ознакомились с понятием «распределение Гаусса».


69Железнодорожная городская
Рис. 8. Железнодорожная ТИК.
Наблюдателями замечены все виды нарушений, какие только возможны. Массовые голосование по временной регистрации, «работа» со списками и наконец, прямое переписывание протоколов. В результате имеем прекрасное нормальное распределение. И среди фальсификаторов иногда попадаются образованные!

К сведению, Железнодорожная и Люберецкая ТИК в официальных данных числятся лидерами по явке избирателей!


65Подольская городская
Рис. 9. Подольская ТИК.
Данных от наблюдателей по этой ТИК у меня пока нет. Здесь о Гауссе не знают. Похоже на то, что устойчивые к фальсификациям УИК присутствуют.


60Химкинская
Рис. 10. Химкинская ТИК.
60Химкинская1
Рис. 11. Химкинская ТИК.
Почти все переписали в район чуть выше 50%. Шесть-семь несговорчивых УИК компенсировали шестью отмороженными. Якобы похоже на Гаусса. По предварительным сведениям, наблюдатели фиксировали массовые нарушения.

К сожалению, фильтрация только по признаку похоже-непохоже на нормальное распределение работает не очень хорошо. Может быть будут еще какие предложения?
Продолжение