2171
Канал про то, кто, как и зачем измеряет города: как исследования,построенные на городских данных, улучшают жизнь в городе и какие риски они несут Автор:@intra23
Мы с Женей (@zhenks_notes) продолжаем общаться с основателями российских стартапов в сфере геоинформатики, чтобы узнать их истории, и как в условиях текущей глобальной турбулентности они строят стратегии развития своих компаний.
В этот раз мы общались с Ольгой Ведерниковой, основательницей геоаналитической платформы Эпсилон Метрикс. От Оли мы узнали, что значит развивать геоаналитическую платформу сегодня на российском рынке и как происходит трансформация из менеджера банка в основателя стартапа. Прочитать краткую версию нашего разговора можно тут
Тот случай, когда и аналитиком быть не надо)) Обычно говорят "как грибов", теперь буду говорить "Как McDonald's". Не знаю, к сожалению, источник картинки
Читать полностью…
Несколько около гео data science позиций в Лондоне и на Кипре в Wheely. За референсом пишите @mann_sarah
Ссылка
По окончании курса слушатели не только делают проекты, но некоторые еще и дорабатывают библиотеки python, которые мы на курсе проходим.
Ниже пост от Максима, слушателя 3-ьего потока, который сделал свой extension к модели regression kriging- регрессионной модели усиленной с помощью пространственной модели, кригинг .
📢 We are looking for a full-time cartographer to join our AI training team.
You will support us with data labeling/validation, conducting mapping tasks, and contributing to the development of Geoalert’s platform for AI mapping using aerial and satellite imagery.
You would probably be a perfect candidate if:
You have 1-2 years of experience in cartography
You are experienced to work in QGIS
You are open to new technologies, methods, and approaches
What do we offer:
You will join the small team of cartographers under the supervision of ML engineer and a business manager.
We communicate in Russian and English.
We have a lot of opportunities for learning about new professional tools and growing your skills as a geospatial professional.
💲Salary depends on the technical level and experience, salary bump is TBD every 6 months
📍Remote work. Office location: Tashkent
Contacts to send your CV:
Email: hello@geoalert.io
Tg: @godnik0
Check for more vacancies at Geoalert on our web-site.
Мы с Женей (@zhenks_notes) продолжаем общаться с основателями российских стартапов в сфере геоинформатики, чтобы узнать их истории, и как в условиях текущей глобальной турбулентности они строят стратегии развития своих компаний.
В этот раз мы поговорили с Александром Каменевым (@kamestony), с фаундером компании AINO - компании, строящей Chat GPT на картах. Их история началась 2 года назад, но Саше уже было, что интересного нам рассказать. Прочитать краткую версию нашего разговора можно тут
Aino ищет интернов в команду разработки AI для пространственных данных!
Aino(aino.world) — один из топ стартапов Европы, и мы ищем 2-3 человек на 2 месяца с гибким графиком.
🛠 Что нужно делать:
* Составлять датасеты для обучения ML модели text2sql (особенно для spatial SQL)
🎓 Требования:
* Навыки в GIS, SQL, PostgreSQL + PostGIS
* Базовый английский
💡 Что предлагаем:
* Менторство в AI, GIS, анализе данных и разработке веб-приложений
* Участие в процессах разработки вместе с ML командой
* Рекомендательное письмо
* Гибкий график
* Уникальный опыт работы над настоящим AI-продуктом (а не настройкой чат-GPT)
📩 Контакты:
* Telegram: @kamestony
* Email: alexander@aino.world
Наташа написала небольшой лонгрид про GeoPackage. Это популярный формат хранения геоданных, который обладает рядом преимуществ относительно других форматов. В материале есть про создание нового файла с нуля, сохранение и упаковку уже готовых слоев, сохранение стилей и проектов.
Ставьте 🤝, если вы уже используете GeoPackage, и 👍, если впервые о нём слышите.
#cartetika_tutorial
Очень нравятся мне инициативы связанные с открытыми данными, которые имеют социальную значимость.
Прочитала сегодня в канале "О культурных маршрутах" про инициативу Голландии по созданию единой открытой базы пеших вело и конных маршрутов по всей стране. (Кстати рекомендую канал всем, кого интересует территориальное развитие через маршруты)
Посмотреть на карту глазами пользователя можно RaadplegenWandelroutes">тут. Для доступа к данным нужна авторизация. Информация здесь
На сайте описаны несколько use case использования - интересно, что помимо очевидных приложений навигаторов, эту базу используют для оценки рисков для велосипедистов с точки зрения экологии и погодных условий. Хорошо быть велосипедистом в Голландии)
От подписчиков
Source: https://www.reddit.com/r/ProgrammerHumor/comments/1ddmad1/plannedvsunplanneddevelopment/
1-4 июля будет проходить небольшая ICCSA (B-level, Q2 proceedings) конференция, как раз (на половину-треть) про города и данные!
Программа и ссылки на трансляции -- тут https://ess.iccsa.org/program/#1A
(я там тоже где-то есть)
---
П.с. время может быть по Вьетнаму!
#remoteworking #data
Интересное наблюдение сделала на днях, пока готовила ответ на вопрос по теме своего PhD тезиса.
Так вот: практически невозможно найти детальных данных о доле удаленных работников в разных странах. Еще сложнее найти по годам (2019-2023), и почти невозможно по городам (если это не US) . И я не говорю о том, что понятие удаленки в разных источниках разное - от 5 дней дома, до хотя бы 1 в неделю.
Иногда встречаются отдельные цифры в статьях, как например, тут (опять же США) или тут - при этом источник не всегда доступен; иногда детальная статистика, но за 1 год, часто не последний - как, например, тут . Учитывая, что динамика изменений высокая, даже 2022 - уже не показатель.
Но чаще всего попадаются прогнозы, (например тут или тут), которые не сбываются или ответы на вопросы "готовы/хотели бы вы" работать из дома" и как дела с вашей продуктивностью.
Почему так? Очевидно, что подсчитать такой показатель сложно, и об одной методологии не договорились. То есть либо это опрос на ограниченной выборке (исключение недавняя перепись населения в США), либо это косвенно связанные c удаленкой метрики -например, уровень использования онлайн-сервисов для удаленки (график), или средняя частота комьютов в центр(исследование).
Получается, что на самом деле, не смотря на все разговоры о популярности удаленки, оценить ее точно в масштабах страны никто не может, а сравнить между странами тем более (исключая OECD страны). Интересно, как это отразиться на исследованиях и решениях компаниях.
Применение диаграмм Вороного в геоаналитике и урбанистике
Диаграммы Вороного, также известные как полигоны Тиссена, представляют собой геометрический инструмент, который делит плоскость на регионы на основе близости к данным набором точек. Каждый регион (или ячейка) соответствует определенной исходной точке, и любое местоположение внутри региона ближе к соответствующей точке, чем к любой другой.
В областях геоаналитики и урбанистики диаграммы Вороного выполняют несколько важных функций:
1. Распределение ресурсов: Диаграммы Вороного помогают в оптимизации расположения и распределения ресурсов, таких как общественные услуги (больницы, пожарные станции, школы), торговые точки и коммунальные услуги. Минимизируя расстояние до ближайшей точки обслуживания, планировщики могут повысить эффективность и доступность сервиса.
2. Анализ сетей: Они используются для анализа и проектирования сетей, включая транспортные, телекоммуникационные и коммунальные сети, обеспечивая максимизацию покрытия и минимизацию избыточности.
3. Пространственный анализ: Диаграммы Вороного помогают в анализе пространственных данных, способствуя пониманию распределения различных географических явлений, таких как уровни преступности, трафик или экологические измерения.
4. Градостроительство: В городских условиях эти диаграммы могут быть использованы для планирования и оценки городского развития, анализа жилой плотности, использования земли и воздействия новых разработок на существующие объекты.
5. Анализ рынка: Компании используют диаграммы Вороного для анализа рынка с целью определения торговых зон, на которые влияют конкуренты, и выявления потенциальных мест для новых магазинов на основе близости к существующим клиентам.
https://github.com/m-erts/voronoi
Это ссылка на мой скрипт. Я показала, как делать диаграммы Вороного с помощью 2х библиотек: geovoronoi, scipy.
Geoff Boeing, автор библиотеки OSMNX, выпустил новую статью - значит, надо читать!
Название: "Resilient by design: Simulating street network disruptions across every urban area in the world"
В-первую очередь статья - отличный пример исследования, сделанного с помощью готовых гео-методов питона. Авторы измеряют устойчивость уличных сетей к таким угрозам как наводнения или террористические атаки, как дельту между количеством маршрутов, возможных между всеми парами вершин дорожной сети, до и после разрушения. Для решения авторы считают метрики и симулируют кратчайшие маршруты, используя возможности библиотеки OSMNX.
Во-вторых, авторы решают задачу в глобальном масштабе (пишут, что для каждого города мира) и используют только открытые данные: из OSM, GHSL и UCD.
В-третьих, конечно, интересны результаты исследования.
Авторы обнаружили, что нарушение узлов с высокой центральностью серьезно влияет на функционирование сети. При прочих равных условиях сети с более высокой связностью, меньшим количеством узких мест или меньшими замкнутостями более устойчивы к воздействию угроз, где под устойчивостью понимают количество поездок ставших невозможными после разрушения.
Для тех, кто занимается, проектированием и оценкой дорожной сети, статья может быть источником вдохновения - рекомендую
Не столько про данные, сколько про хорошее и полезное исследование для горожан:
Редакторское бюро «Гладлакс» выпустило спецпроект о том, как пешеходам оставаться в безопасности на дорогах.
В статье приведены цифры (данные ГИБДД, могут содержать неточности) и свидетельства, которые, к сожалению, потверждают, что пешеход всегда в зоне риска и нужно оставаться бдительными.
Из того, что зацепило меня:
- в октябре и ноябре происходит больше всего дорожных аварий с участием пешеходов ( удивляет правда, что только 7% аварий без пешеходов)
- Почти треть от всех ДТП в России за 2023 год произошла именно с пешеходами
- Среди смертельных случаев в 3 из 4 раз виноват пешеход
- авторы подтверждают, что ошибки проектирования повышают риск аварий, включая смертельные
Со временем все больше убеждаюсь, что важным компонентом анализа городских данных является понимание основ устройства города: экономических, социальных, экологических, правовых и тд. Поэтому тем, кто как и я, пришел в сферу из дата аналитики, рекомендую присмотреться к новости ниже.
P.S. Я пожертвовала вечером выходного и записалась на теорию социологии города к Петру)
Онлайн-школа урбанистики и городских исследований «Города» открывает новый поток обучения!
Миссия этого проекта — делиться знаниями в сфере урбанистики и городских исследований, объединять единомышленников и развивать сообщество урбанистов, архитекторов, градостроителей, управленцев, культурологов и активных горожан.
Преподаватели Школы — известные в своих сферах специалисты, которые получили знания в полях и создали авторские курсы. Программы будут интересны как профессионалам, так и тем, кто только начинает погружаться в сферу урбанистики.
«География для архитекторов» от главного редактора журнала «Экоурбанист» Ольги Максимовой, «Социальное проектирование в малых городах» от культуролога и социального антрополога Дмитрия Лисицина, первый в России онлайн-курс по созданию дог-френдли среды от автора проекта «Собакин город» Артёма Гебелева — в новом потоке Школы 8 курсов, а ещё — медленный книжный клуб, где вместе с единомышленниками можно будет обсудить интересные книги по урбанистике.
📌Подробнее прочитать о курсах и записаться вы можете на сайте Школы: https://gorodaschool.ru/. Приглашаем!
Привет! 🌏 Сегодня немного о кригинге.
Кригинг - это метод интерполяции. Он полезен при работе с данными, которые имеют неравномерное распределение или пропуски, и позволяет создавать карты с плавными переходами и естественными градиентами. 🔍
Основное преимущество кригинга заключается в его способности учитывать пространственные корреляции между точками данных, что обеспечивает более точные и надежные результаты по сравнению с другими методами интерполяции. ⚖️
🌟 Ниже небольшой, но мощный Python-класс, который соединил в себе силу регрессионных моделей и кригинга! 📊🌎
https://github.com/redsun1988/KreegingGridSearchCv/tree/master
Этот класс совместим со sklearn и позволяет легко интегрировать его c различными регрессионными моделями. А функция кригинга, поможет уменьшить ошибку предсказывая в областях, где информация отсутствует или ограничена.
Главная его особенность - возможность подбора оптимальных мета параметров для регрессионных моделей и кригинга с помощью GridSearchCv. Это позволяет экспериментировать с различными конфигурациями и находить наиболее подходящую модель для ваших данных.
Хотите больше узнать о Кригинге?
Вот ссылка на книгу Fifty Years of Kriging
Недавно закончился 4- ый поток моего курса, поэтому время публиковать финальные проекты слушателей. Первый раз на моем курсе часть проектов была выполнена по запросу бизнес- заказчиков.
Юля Васильева(@Yulia_Yadrikhinskaya) сделала проект по рекомендации локаций для агентства среднесрочной аренды квартир в Тель-Авиве Midterm Dan.
Какие данные и подходы она использовала, а также какие результаты получила, читайте по ссылке
Сегодня у меня в университете закончился курс по пространственной эконометрике (Spatial Econometrics, SE) , который полностью поменял мое представление о пространственном анализе. Хочу поделиться некоторыми мыслями, и если будет интерес, пишите узнать подробнее, пишите - расскажу.
1. Сам по себе курс - большая редкость, даже в международных масштабах. Всего несколько университетов в мире читают его как отдельный, я знаю про еще 5: 1 в Голландии, 2 в UK, и 2 в US. Мне повезло, чувствую теперь себя членом тайного ордена)
2. У такой уникальности есть обратный эффект - я была единственной, кто записался на курс, хотя он доступен для всех студентов магистратуры и PhD факультета Социальных наук. Проблема в том, что на базовой эконометрике не рассказывают, что пространственная близость так же как и временная может влиять на наблюдаемые явления, а потому у студентов нет ощущения, что пространство - это важно.
3. Раньше в Глазго про методы SE мне рассказывали географы, на этом курсе мне повезло взглянуть на SE глазами эконометриста. Что я узнала? Ни один из методов не новый! Географы "придумали" то, что уже 100 лет существует эконометрике, точнее в time-series анализе.
4. Эконометрика позволяет "не ограничивать воображение" классическими методами вроде Spatial Autoregression или Global Moran's I.
Например:
- можно как угодно комбинировать пространственный и временные лаги. Мое любимое: dynamic spatial panel model, где все лаги собраны вместе - другими словами, есть переменные про вашего соседа вчера.
- в пространстве есть spatial autoregression, по аналогии с time autoregression - ваши решения как-то связаны с решением ваших соседей. Но есть разница: для времени нормально предположить, что патерн повторяется с шагом в несколько периодов, тогда как в пространстве предполагается связь только с ближайшими соседями. При этом если уйти от Global Moran's I из географии к Lagrange Multiplier Test из эконометрики, то можно мерить связь между соседями любого порядка в пространстве.
5. Обычно на каждое решение географа, про который он говорит "по опыту решил так" есть эконометрический тест, дающий однозначный ответ . Например,
- На вопрос: что значит пространственная автокорреляция в моей задаче: внешний неучтенный фактор или настоящее влияние соседей друг на друга? - ответ: common factor test
-На вопрос: какую матрицу связности выбрать ? - ответ: J Test for Non-nested models
Все это приводит к мысли, что SE - это серая зона социальных наук. С одной стороны все экономисты признают, что время важно, но почему-то отрицают важность пространства. С другой стороны, географы знают, что это важно, но не умеют моделировать. И лишь небольшая группа людей делает усилие по развитию SE, но их усилий недостаточно, чтобы ее "разрекламировать".
Тут такое дело. Нам с Женей (@zhenks_notes) - моей коллегой по курсу "Умный город" и проекту Smarter.Space - пришла в голову идея узнать, что происходит сегодня с российскими стартапами в сфере геоинфоматики. Для этого мы решили провести серию интервью с CEO стартапов.
Первый с кем мы поговорили - Георгий Потапов(@godnik0), основатель компании GeoAlert. Разговор продлился больше часа, здесь мы собрали краткую версию, которую вы сможете прочитать за 10 мин.
P.S. если вы тоже руководитель стартапа/компании в сфере гео и хотите поделиться вашей историей, пишите в личку.
Неожиданный вброс международной вакансии от одногруппницы моей подруги. А почему бы и не попытать счастья?
"Hey everyone! The Uber Maps team is hiring a senior data scientist, based out of Amsterdam, but the scope will be global. Is anyone here interested?
(you would have to relocate to Amsterdam, but the company would cover the costs)"
Писать: Melda +961 3 734 593
Интересная новость для меня как для PhD студента попалась в рунете: Яндекс провел пилот с ВШЭ по использованию YandexGPT для написания курсовых работ. Студенты использовали GPT для поиска релевантных источников, выявления ошибок, систематизации и обобщения источников.
Почему эта новость показалась мне интересной?
1. Во-первых, это сам факт такого пилота и согласие преподавателей на использование студентами LLM. Такая стратегия, на мой взгляд, самая успешная - процесс уже запущен, и GPT становятся одними из главных помощников студентов в учебе, освобождая время на творчество, и вузы к этому открываются. На мой взгляд, вузам полезно учить студентов использовать LLM для исследований, как это делают с Mendeley или Google Scholar.
2. Во-вторых, одна из курсовых работ, в которой использовался YandexGPT, была посвящена изучению умных городов Японии. Прочитав курсовую, могу сказать, что нейросеть неплохо справилась с агрегацией тонны документов на английском, изданных всеми возможными мировыми институтами про Smart Cities. Когда я училась в магистратуре - это было сплошной болью.
3. В-третьих, примечательно, что YandexGPT был применен на направлениях «Философия», «Медиакоммуникации», «Международные отношения» и «Востоковедение». Не знаю, было ли так задумано или получилось случайно, но успех курсовых говорит о том, что, по крайней мере, для русского языка инструмент работает хорошо.
P.S. с нетерпением жду когда Яндекс решит потестировать продукт с блогерами - попытки писать статьи с чат gpt оказались полным провалом))
Contemporary Urban Studies Institute совместно с Университетом ИТМО и Исследовательской программой Urban HUB запустил новую образовательную программу “Управление современными городскими исследованиями” — Urban HUB executive.
Программа рассчитана на подготовленных специалистов из областей градостроительства, архитектуры, дизайна, социологии, экономики и муниципального управления, желающих повысить свои компетенции в области междисциплинарного взаимодействия, обобщить и расширить опыт в области современных городских исследований.
За 4 месяца обучения участники Программы изучат с теоретической и практической стороны 10 дисциплин и в полной мере реализуют полученные знания и навыки в рамках реального выпускного проекта.
Среди преподавателей программы — ведущие академические и отраслевые исследователи.
Прием заявок: с 1 августа 2024 по 12 сентября 2024
Продолжительность обучения: с 24 сентября 2024 по 31 января 2025
Формат: очный, онлайн обучение с двумя оффлайн сессиями в Санкт-Петербурге
Документ: диплом о повышении квалификации установленного образца.
📍Подробная информация: www.urbanhubedu.ru
Приглашаем к участию!
Вдохновившись постом Ивана Бегтина, я решила дать 2ой шанс сайту OECD, и попробовать найти что-то полезное для моего PhD в их базе данных. Данные можно получить либо через API, либо найти в Data Explorer
Меня интересовали 2 вещи: внутренняя миграция с 2019 года, и доля работников на удаленке. В 3 регионах: Барселона, Тель-Авив и Мельбурн.
Результаты получились 50/50.
По удаленке датасетов нет вообще, хотя в 2021 году они публиковали отчет про Teleworking. То есть как минимум, не ко всем репортам открыты датасеты.
По миграции данные есть для всех регионов, но глубже города спуститься нельзя, плюс нет информации о структуре миграции - откуда и почему люди переезжают. Зато есть net migration, по которой видно, что во всех 3 регионах после ковида чистая миграция отрицательная -хорошее обоснование для исследования.
Какие выводы:
Детальность данных невысокая. На мой взгляд статистика OECD подходит для макроисследований, или для обоснования актуальности работы, вроде: "в регионе отрицательный уровень миграции, давайте посмотрим в других источниках почему".
Из плюсов - большая география данных, в OECD входит 38 стран (России нет), что позволяет сходу сравнить регионы с разных концов планеты по одному набору показателей. Но и тут важно помнить, что далеко не по всем показателям, которые вам нужные будут все 38 стран
Летняя школа для PhD закончилась, буду здесь постепенно выкладывать самое интересное.
Для тех, кто занимается пространственным анализом в R очень рекомендую открытый онлайн-курс по Network Analysis профессора университет Бристоля Эмануэля Траноса
Здесь вы найдете и лекции о городах и теории графов, и ноутбуки R с решением практических задач, например созданием матриц origi -destination или оценкой accessibility
#bilbaoeffect
Эту неделю я проведу в летней школе для PhD студентов, в Овиедо ( соу эксайтед увидеть аж 20 не седых человек, пишущих исследование в моей области!) и поскольку, прямых рейсов из Израиля нет, я решила заехать по дороге в Бильбао. Интерес был и туристический и исследовательский.
Дело в том, что про Бильбао, а точнее про "эффект Бильбао" я писала в магистратурском тезисе, и уже давно хотела увидеть город вживую и почувствовать "эффект" на себе.
Все началось в 1997 году, когда в депрессивном промышленном Бильбао открывают музей современно искусства. Что особенно в этом музее?
Во-первых, имя музея - это музей Гуггенхайма, собрат Нью-Йоркского музея, известного на весь мир (хотя девочка в хостеле, приехавшая из Нью-Йорка, заявила, что никогда не слышала об этом музее - говорит, эта фигня - для туристов😁)
Во-вторых, конечно - облик здания. Архитектура музея, разработанная по проекту Франка Гери, делает его уникальным объектом.
Так вот, "неожиданно" этот
музей стал привлекать туристов и создал городу имидж культурной столицы. Вместе это дало толчок к экономическому возраждению города.
Такой феномен и назвали "эффектом Бильбао" возрождение экономики города за счёт появление в нем яркой, в первую очередь архитектурно, культурной локации.
Простота и эффективность идеи понравилась многим городам с индустриальным наследием и они решили повторить опыт города Басков.
Многие современные музеи- это результат попыток властей сменить имидж города и привлечь туристов: музей Титаника в Белфесте, MuCEM в Марселе, здание оперы в Гамбурге, музей дизайна в Холоне, Victoria& Albert museum в Dundy.
Но такого же успеха им достичь не удалось (хотя часто и утверждают обратное) - даже если прирост туристов и был, на экономику это несильно влияло.
Дело в том, что музей - лишь верхушка айсберга, тогда как за ним стоит целая стратегия по возрождению региона длиной в 20 лет: от создания "устойчивой городской среды" (сравните фото 97 года с сегодняшним) до многочисленных программ поддержки креативного сектора. Пока музей менял имидж, инвестиции меняли содержание.
Но вот моих личных ожиданий город оправдал не до конца:
- С одной стороны город очень walkable, есть бесплатный городской wifi, и большое число баров и магазинов
- с другой стороны жилье было найти сложно, а при этом не было ощущения что в городе много туристов. Кажется их ровно столько, сколько вмещает в себя музей.
-Также интересно, что город не умеет удерживать туриста больше чем на ночь - посетив музей и поев местной кухни большинство едет дальше
- В городе нет аутентичности. Он что-то среднее между Дублином и Малагой. Это при том, что страна Басков - регион с уникальным народом и культурой, которые тоже могли бы быть интересны туристу. Но американский попап их затмил - обидно) Вобщем, "эффект" получился неполным.🤷♀️
Впервые как взрослая подписалась на печатное издание журнала, поэтому переодически буду делать здесь обзоры понравившихся статей (один из них уже публиковала 3 недели назад). Журнал: "Urban Economics" , в нем публикуются исследования связанные с оценкой различных полиси на рынок недвижимости , сегрегацию населения, транспорт и тд.
В мартовском выпуске мне понравилась статья "The impact of road rationing on housing demand and sorting".
Статья исследует влияние новой политики ограничения дорожного движения в Пекине на город. Но в отличие от предыдущих исследований платного въезда в центр города, авторы фокусируют внимание не на трафике, а на рынке жилья и неравенстве.
Вопрос, который задают авторы: верно ли что, с введением платного проезда в город в 2008 году, районы вокруг метро стали доступны только для богатых?
Ответ: да, верно. Авторы подтвердили, что политика увеличила спрос на жилье рядом со станциями метро, что привело к росту цен и изменению состава домохозяйств в сторону более состоятельных.То есть получается, что политики, направленные на уменьшение трафика, могут иметь побочный негативный эффект - сокращение доступа к общественному транспорту для малоимущих граждан.
Как авторам удалось это доказать?
1. Авторы собрали информацию о покупке жилья и ипотеке за 2005 и 2011 и оценили как изменился градиент цен на жилье после введения платного въезда.
2. Авторы отказались от использования линейной регрессии, поскольку есть риск не учесть другие изменения в районах, приведшие к росту цен ( например, открытие частной школы) и применили эконометрический метод difference-in-difference вместе с hedonic regression.
В результате они увидели, что если в регрессию помимо прочего одновременно добавить факторы "расстояние от метро" и "расстояние от метро X на факт внедрения полиси", то первый показатель не является статзначимым, а 2-ой является. Значит, цены стали чувствительны к расстоянию только после введения полиси.
Более детально о методологии можно прочитать у меня в блоге
Еще одна интересная недавно опубликованная статья, которая расстроит всех, кто занимается транспортом.
Статья “Downs's Law” under the lens of theory: Roads lower congestion and increase distance traveled математически доказывает неприятную для урбанистов истину: расширение дорог, действительно, снижает суммарное число пробок и время коммьюта в городе🤷♀️ Прости @alexradchenko2
Этот вывод был сделан еще Down в 62-ом году, но тогда, он автор не строил модель, а подтвердил результат графически. Автор же этой статьи доказывает этот результат и графически и с помощью формул.
Должна сказать, что статья написана известным экономистом, выиграла пару премий, поэтому, вероятность ошибки невысокая. Однако автор живет в США и ссылается на исследования в США и Канаде, поэтому допущения, рассмотренные в статье, например, эластичность машинного трафика в зависимости от стоимости поездки, могут не совпадать с российскими реалиями.
P.S. в статье очень много математики, поэтому если вам интересно прочитать финальные результат моделирования, то я описала их у себя в блоге
Требуется UX/UI дизайнер под проект.
Проект - геоинформационное вэб-приложение на стыке классической геоаналитики, урбанистики и ML. Видение приложения есть - нужно грамотно его преобразовать в макеты в Фигме.
Из требований - желательно быть дизайнером именно с уклоном в карты и геоинформатику и иметь примеры реализованных проектов.
тг для откликов: obogatkin
