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.
Рис. 6. Дубненская городская ТИК – один из примеров неискаженного голосования. От наблюдателей данных о серьезных нарушениях нет.
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».
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!
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.
Рис. 10. Химкинская ТИК.
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
