Пропажа одиннадцатого числа месяца и других дат

[@DEM_dwg]

Исследование показывающее как далеко иногда ученые от реальной жизни.
11 сентября был крупнейший теракт в США

[@pnetmon]

автор об этом пишет — «Так было и до 11 сентября, и я не знаю, почему это так», точнее в оригинале before 9/11, где под 11 сентября подразумевается 11 сентября 2001

[@DEM_dwg]

Так он а пост фильтрация запросов делалась?
Чтобы отсечь 11.09.2001…
И большие сомнения я имею, что исследование велось с до 11.09.2001

[@pnetmon]

Как можно написать о 11 сентября как о терракте в изданном до 11 сентября 2011 года? По оси X — года публикации

[@pnetmon]

Хотя в чем-то вы правы если автор пишет «в базе данных Google Ngrams с 2000 года.»

Но если смотреть на 11 число других месяцев — он пишет «Я построил медианы для каждого порядкового номера с 2000 по 2008 года.» и «Но результат у 11-го числа меньше всех на довольно большую величину»…

Почему так для 11 чисел других месяцев в выборке с 2000 года автор так и не ответил

[@pnetmon]

Пробывал. Что хочешь обсудить?
Приведенный рисунок составлен для книг с 2000 года, то есть все рассуждения про шрифты и написания для этих данных идут лесом.
Автор пишет: Я построил медианы для каждого порядкового номера с 2000 по 2008 года… Но результат у 11-го числа меньше всех на довольно большую величину (с Р-значением < 0,05), что на первый взгляд сложно объяснить.… Качество печати книг с 1970 года способствует уменьшению количества неправильных распознаваний, но полностью они не исчезли, поэтому оставшиеся проблемы и проявились на комиксе от xkcd.Открытым остаётся вопрос популярности ошибки, при которой 11 заменяется на n-ное.… Единственный способ это узнать – открыть исходный код алгоритма от Google, распознающего текст. Это упражнение мы оставим читателю.

Что 11 февраля, марта, июня, июля, августа это проблема распознования?

[@pnetmon]

Тем что на рисунке они имеют маленький размер.

[@pnetmon]

Они не все имеют маленький размер (9/11 исключаем), указанные имет очень отличный от среднего других дней в месяце
Статья не объясняет почему именно по выборке 2000-2008(2015).

[@pnetmon]

Они размлчны между собой как 11 число.

Это даты публикации. Графики с 1800 года. С 2000 для 11 числа упоминание все равно мало по сравнению с другими числами

[@igruh]

Статью не читай, комментируй быстрее, твоё мнение так важно, наш капитан.

[@DEM_dwg]

Статью читал, прежде чем написать…
Но вот не увидел чтобы было написано, 11 сентября 1999 года было упомянуто 20005 раз, 11 сентября 1908 было в запросах 100 раз и т.д.
Попробуйте наберите 11 сентебря и любой год, и у вас на соответствующую дату будет очень очевидный результат.
Была ли проведена пост фильтрация не написано.

[@Thero]

там ващет написано что с 11 сентября после 2001 всё понятно, а речь идёт о том что с 1800 года 11 число месяца попадает в статистику реже чем например 15е.

P.S. коментарий показывающий насколько далеки коментаторы от внимательного чтения статьи.

[@DEM_dwg]

Ну и о чем это говорит?
Что всё таки 11.08.2001 всё таки внесло сильный вклад в эту статистику?
Вы в конце концов попробуйте забить эту дату в поисковик и такую же но в другом году.
Он ничего не пишет о пост фильтрации.

[@pudovMaxim]

Вы не туда думаете. В посте идет подсчет статистики не запросов в «просто гугл», а его сервиса ngrams, который ищет не в вебе, а в буках(книгах).

[@avost]

Он пишет, что специально считал медианы, чтобы уменьшить влияниу этого очевидного выброса. Вы это тоже не прчитали.? И, да, влияние, безусловно, есть. Вы и картинку с календарём не видели? Чего вы вообще получить хотите? С 9/11 всё предельно ясно, случай тривиальный и абсолютно неинтересный.

[@Thero]

кажется проблема в том, что мы учитываем 9/11 но делаем это без уважения.

[@avost]

Похоже.
Эгей, товарищ демдвг, если у вас так чешется, то вот вам моё троекратное «КУ»! Отпускает?

[@Juma]

Исследование о том что число 11 любого месяца (кроме 11 сентября) встречается реже чем остальные числа.
Если посмотреть на первую картинку, то там в каждом месяце число 11 почти самое маленькое (кроме 11 сентября)

[@Phantom91x]

Так в этой статье речь не об 11 сентября, а об 11 числах всех других месяцев. И об упоминании 11.09 до 2001 года.

[@Beholder]

Ещё одна статья на тему «Вы ещё доверяете машинному распознаванию?»

[@napa3um]

Возможно помимо дефектов распознавания там действительно кроется некий статистический артефакт в стиле закона Бенфорда.

[@Regis]

в стиле закона Бенфорда

Спасибо за упоминание. Было интересно о нем почитать.

[@NikitosZs]

>>как часто это число упоминается в книгах по своему имени (например, «14 октября»)
Я минут 15 сижу гуглю про 14 октября и ничего не могу найти. На календаре с картинки дата имеет обычный размер. Или это как пример «любой клавиши»?

[@Biga]

> если оно используется в названии с долгой историей, типа 3d Marine Division.

Сейчас такое использование вновь набирает популярность, особенно на афишах кинотеатров.

[@Borz]

интересно, после добавления буквенно-цифровых комбинаций для «11», сделал ли он так же для остальных чисел с единицей? Из текста не очень понял этого

[@4ebriking]

эх, распознавалки… «из-за холма показались тапки противника. С неба на них обрушились наши вилы»
Ну и «Николай ИИ-тый» с некоторых пор тоже доставляет.

[@Sliver]

Очевидно, автор совсем не знаком с китайской и азиатской культурой.
Про цифру 2 и числа с её участием там вообще никто не задумывается: оно означает "смерть".

Аналогично тому, как в английском 2=>to, 4=>for, в китайском языке каждая цифра созвучна с каким-то словом.
Вот двойке не повезло.

Ни один китаец не купит дом с номером 2, 12 и так далее, откажется от номеров гостиницы и квартиры на этих этажах — сильно дешевле, чем на других.

[@Strorin]

Не 2, а 4.