Далее мы покажем, что Коэффициент Джини является абсолютно точной алгебраической интерпретацией Кривой Лоренца, а она в свою очередь является его графическим отображением. В современной России реальные показатели децильного коэффициента и коэффициента Джини установить практически невозможно. Коэффициент Джини позволяет выявить высокие уровни неравенства доходов, которые могут стать причиной нежелательных политических и экономических последствий. Страны ближнего востока и северной Африки: Коэффициент Джини.
Задача №77. Расчёт коэффициента Джини
Далее мы покажем, что Коэффициент Джини является абсолютно точной алгебраической интерпретацией Кривой Лоренца, а она в свою очередь является его графическим отображением. Коэффициент Джини имеет числовое значение от 0 до 1, где ноль означает полное равенство, то есть все люди получают одинаково. Коэффициент Джини — это статистический показатель, характеризующий степень неравномерности распределения доходов между разными социальными группами. В 2023 году в России коэффициент Джини, отражающий дифференциацию по доходам, составил 0,403 против 0,395 годом ранее, отчитался Росстат.
Как сравнить результаты моделей с использованием индекса Джини и кривой Лоренца
Хабаровск Время прочтения: 6 мин. В области машинного обучения коэффициент Джини, находясь в диапазоне от 0 до 1, показывает качество прогнозирования модели — чем ближе к единице, тем точнее прогноз в данном посте не будем касаться применения коэффициента Джини в социальной области. Какой же доверительный интервал может быть у единственного числа? И тем не менее, доверительный интервал коэффициент Джини существует. В этом посте хочу познакомить экспертов, занимающихся оценкой качества моделей, с таким малоизвестным инструментом как «доверительный интервал коэффициента Джини» Вопрос происхождения и расчета указанного показателя очень мало освещен в интернете: поисковики выдадут одну внятную англоязычную ссылку с попыткой интерпретации соответствующей формулы, которая без дополнительной информации будет недостаточно понятна.
Независимость от размера населения: не имеет значения, насколько велико население страны. Независимость от шкалы доходов. Мера неравенства является инвариантной к равномерным пропорциональным изменениям: если доход каждого человека изменяется в той же пропорции как, например, происходит при смене валютной единицы , то неравенство не должно меняться[4]. Преимущества применения Коэффициента Джини[6]: Основным преимуществом коэффициента Джини является то, что он является показателем неравенства, рассчитанного посредством анализа коэффициентов, а не переменной. Его можно использовать для сравнения распределения доходов по разным секторам населения, а также по странам, однако следует учитывать, что значение коэффициента Джини для городских районов отличается от значения коэффициента Джини для сельских районов во многих странах. Коэффициент Джини обладает достаточной простотой, чтобы его можно было сравнивать между странами и легко интерпретировать. Статистика ВВП часто подвергается критике, поскольку она не отражает изменений для всего населения, коэффициент Джини же показывает, как изменился доход бедных и богатых слоев населения. Если наблюдается одновременный рост коэффициента Джини и ВВП, уровень бедности может не изменяться в положительную сторону для большинства населения. Коэффициент Джини может использоваться для отображения того, как распределение дохода изменилось в стране за определенный период времени, таким образом, можно увидеть, увеличивается или уменьшается неравенство. Не смотря на наличие преимуществ применения коэффициента Джини, он также обладает и рядом недостатков[5]: Коэффициент Джини, измеренный для большой экономически разнородной страны, обычно приводит к гораздо более высокому коэффициенту, чем каждый из ее регионов в отдельности. Сравнение распределения доходов между странами может быть затруднено, поскольку системы пособий могут различаться. Например, некоторые страны предоставляют пособия в виде денег, в то время как другие в форме талонов на питание, которые могут не учитываться в качестве дохода на кривой Лоренца и, следовательно, не учитываться в коэффициенте Джини. В связи с расчетным характером коэффициента Джини, в данных могут присутствовать как систематические, так и случайные ошибки. Со временем значение коэффициента Джини уменьшается, поскольку данные становятся менее точными. Кроме того, страны могут собирать данные по-разному, что затрудняет сравнение статистических данных между странами.
Но это две разные, хотя и глубоко взаимосвязанные, проблемы. Определяющий признак бедности — такой уровень лишений, при котором человек не имеет доступа к товарам и услугам, считающимся в данном обществе необходимыми для поддержания приемлемого уровня жизни. Из такого определения видно, что критерии бедности могут изменяться от страны к стране и в различные периоды истории данного общества. Сегодня за этой чертой живут примерно 700 миллионов человек. Когда бедность определяется через установленную денежную величину дохода или потребления черта бедности , говорят об абсолютной бедности. Другой подход заключается в привязке к постоянно меняющимся стандартам уровня жизни. В этом случае говорят об относительной бедности: уровень бедности зависит от характеристик распределения доходов во всём обществе и на первый план выходит неравенство.
Теперь в DataFrame добавлены столбцы. Выводы: С точки зрения примера, индекс Джини показывает, что модель A лучше с точки зрения результатов, чем модель B. Вы также можете видеть на кривой Лоренца, что модель A предсказывает более высокую группу риска, больше денег, чем модель B. И, конечно же, коэффициент площади модели А больше коэффициента модели В, а значит, дисперсия фактический рейтинг модели при прогнозировании рискованной политики лучше. Индекс Джини с кривой Лоренца также может быть эффективен при сравнении результатов двух моделей. Если предположить, что вы хотите предсказать риск утверждение полиса , и в приведенном выше примере мы показываем сравнение между результатами прогнозирования политик, кривая Лоренца очень хорошо наглядно показывает преимущество результатов одной модели по сравнению с другими. Хорошая возможность сравнения результатов модели дает возможность автоматически публиковать новую модель.
Коэффициент Джини: формула неравенства
И в третьей деревне 7 человек получают 1 рубль в год, 1 человек — 10 рублей, 1 человек — 33 рубля и один человек — 50 рублей. Для каждой деревни рассчитаем коэффициент Джини и построим кривую Лоренца. Представим исходные данные по деревням в виде таблицы и сразу рассчитаем и для наглядности: Мы показали, что наряду с алгебраическими методами, одним из способов вычисления коэффициента Джини является геометрический — вычисление доли площади между кривой Лоренца и линией абсолютного равенства доходов от общей площади под прямой абсолютного равенства доходов. Давайте остановимся на ещё одном важном моменте: рассчитывая коэффициент Джини, мы никак не классифицируем людей на бедных и богатых, он никак не зависит от того, кого мы сочтем нищим или олигархом. Но предположим, что перед нами встала такая задача, для этого в зависимости от того, что мы хотим получить, какие у нас цели, нам необходимо будет задать порог дохода четко разделяющий людей на бедных и богатых.
Если вы увидели в этом аналогию с Threshold из задач бинарной классификации, то нам пора переходить к машинному обучению. Машинное обучение 1. Общее понимание Сразу стоит заметить, что, придя в машинное обучение, коэффициент Джини сильно изменился: он рассчитывается по-другому и имеет другой смысл. Численно коэффициент равен площади фигуры, образованной линией абсолютного равенства и кривой Лоренца.
Остались и общие черты с родственником из экономики, например, нам всё также необходимо построить кривую Лоренца и посчитать площади фигур. И что самое главное — не изменился алгоритм построения кривой. Кривая Лоренца тоже претерпела изменения, она получила название Lift Curve и является зеркальным отображением кривой Лоренца относительно линии абсолютного равенства за счет того, что ранжирование вероятностей происходит не по возрастанию, а по убыванию. Разберем всё это на очередном игрушечном примере.
Для минимизации ошибки при расчете площадей фигур будем использовать функции scipy interp1d интерполяция одномерной функции и quad вычисление определенного интеграла. Предположим, мы решаем задачу бинарной классификации для 15 объектов и у нас следующее распределение классов: Глядя на эти два графика мы можем сделать следующие выводы: Предсказание идеального алгоритма является максимальным коэффициентом Джини для текущего набора данных и зависит только от истинного распределения классов в задаче. Площадь фигуры для идеального алгоритма равна: 2. Алгебраическое представление.
Как рассчитать эту метрику? Она не равна своему родственнику из экономики. Известно, что коэффициент можно вычислить по следующей формуле: Прекрасно видно, что из графического представления метрик связь уловить невозможно, поэтому докажем равенство алгебраически. У меня получилось сделать это двумя способами — параметрически интегралами и непараметрически через статистику Вилкоксона-Манна-Уитни.
Второй способ значительно проще и без многоэтажных дробей с двойными интегралами, поэтому детально остановимся именно на нем. Для дальнейшего рассмотрения доказательств определимся с терминологией: кумулятивная доля истинных классов — это не что иное, как True Positive Rate. Кумулятивная доля объектов — это в свою очередь количество объектов в отранжированном ряду при масштабировании на интервал — соответственно доля объектов. Введём следующие обозначения: Параметрический метод При построении графика Lift Curve по оси мы откладывали долю объектов их количество предварительно отсортированных по убыванию.
Таким образом, параметрическое уравнение для Коэффициента Джини будет выглядеть следующим образом: Подставив выражение 4 в выражение 1 для обеих моделей и преобразовав его, мы увидим, что в одну из частей можно будет подставить выражение 3 , что в итоге даст нам красивую формулу нормализованного Джини 2 Непараметрический метод При доказательстве я опирался на элементарные постулаты Теории Вероятностей. Известно, что численно значение AUC ROC равно статистике Вилкоксона-Манна-Уитни: Доказательство этой формулы можно, например, найти здесь Пусть модель прогнозирует возможных значений из множества , где и — какое-то вероятностное распределение, элементы которого принимают значения на интервале. Пусть множество значений, которые принимают объекты и. Очевидно, что множества и могут пересекаться.
Обозначим как вероятность того, что объект примет значение , и как вероятность того, что объект примет значение. Тогда и Имея априорную вероятность для каждого объекта выборки, можем записать формулу, определяющую вероятность того, что объект примет значение : Пример того, как могут выглядеть функции распределения для двух классов в задаче кредитного скоринга: На рисунке также показана статистика Колмогорова-Смирнова, которая также применяется для оценки моделей. Запишем формулу Вилкоксона в вероятностном виде и преобразуем её: Аналогичную формулу можем выписать для площади под Lift Curve помним, что она состоит из суммы двух площадей, одна из которых всегда равна 0. Практическое применение Как упоминалось в начале статьи, коэффициент Джини применяется для оценки моделей во многих сферах, в том числе в задачах банковского кредитования, страхования и целевом маркетинге.
А именно, через кривую Лоренца. Напомним, что кривая Лоренца — это график, демонстрирующий степень неравенства в распределении дохода или богатства в обществе. В сущности, эта кривая может отражать неравенство в распределении самых разных величин, но вначале предназначалась именно для отражения экономического неравенства в обществе [2].
И на её основании можно вывести коэффициент Джинни. Для простоты понимания рассмотрим рисунок 1. Заштрихованная площадь, обозначенная буквой Т, демонстрирует степень неравенства в распределении доходов.
На основе этих данных можно вывести формулу, по которой рассчитывается коэффициент Джини.
Полезно ли ЭТО для общества? Очевидно, что нет. Также очевидно, что без вмешательства государства здесь не обойтись. Ведь именно государство призвано сглаживать неравенство в доходах населения, чтобы не допустить чрезмерного социального расслоения и напряжённости в обществе. Однако чрезмерное вмешательство государства в перераспределение и выравнивание доходов заметно снижает эффективность производства, поскольку растущие налоги подавляют интерес бизнесменов к предпринимательской активности, а всевозрастающая социальная помощь бедным слоям населения снижает у них тягу к поиску работы и энергичному труду. На первый взгляд, равенство выглядит более справедливым и соблазнительным, но, как мы уже говорили, оно подрывает стимулы к труду как у «богатых», так и у «бедных», и позволяет приспосабливаться менее способным и менее трудолюбивым жить за счёт других. Рисунок 1 — Противоречие между равенством и эффективностью в рыночной экономике Сталкиваясь с этим противоречием, каждое общество должно решить для себя два главных вопроса.
Разные ответы на эти вопросы раскрывают и одно из главных различий между капитализмом и социализмом. Тем не менее, проблему оптимальности размеров перераспределения доходов государством вынуждены решать многие общества. Необходимо помнить, что вмешательство государства должно быть осторожным и гибким. Что же касается неравенства доходов, то получается, что оно не только неизбежно, но даже необходимо. Для поощрения трудовой активности людей: чтобы расслабленные и ленивые хотели брать пример с усердных и волевых. Кривая Лоренца С целью оценки эффективности своего вмешательства государство должно иметь возможность объективно оценить степень неравенства в распределении доходов различных групп населения страны. На сегодняшний день для этого используют модель американского экономиста Макса Лоренца.
Экономическое неравенство - это различие по показателям экономического благосостояния между отдельными лицами в группе, между группами населения или между странами. Проблема экономического неравенства имеет отношение к понятиям справедливости, равенства результатов и равенства возможностей.
Занятость — не противоречащая законодательству деятельность граждан, связанная с удовлетворением их личных и общественных потребностей и приносящая им заработок, трудовой доход. Существуют следующие виды занятости... Предельные издержки также маржинальные издержки англ. Модель Харрода — Домара англ. Harrod—Domar model — неокейнсианская модель экономического роста, объясняющая рост экономики при условии постоянства коэффициентов капиталоёмкости и склонности к сбережению в долгосрочном периоде. В модели были впервые интегрированы процессы мультипликации и акселерации. Модель объединила работы Роя Ф. Харрода, впервые предложившего свою модель гарантированного роста в 1939 году, и Евсея Домара, который в 1946 году расширил условия краткосрочного кейнсианского равновесия... Конвергенция в экономике эффект наверстывания — гипотеза, что более бедные страны с низкими доходами на душу населения будут иметь более высокие темпы экономического роста, чем богатые страны.
В результате доход на душу населения всех экономик должен в конечном итоге сойтись. Развивающиеся страны имеют потенциал к росту более высокими темпами, чем развитые страны, поскольку убывание доходности факторов производства в частности, капитала меньше, чем в богатых странах. Кроме того, более бедные... ВВП в расчёте на душу населения определяет уровень экономического развития государства. Все показатели для сопоставимости выражаются в единой валюте — доллар США. Пересчёты из национальных валют в доллары выполняются по рыночным обменным курсам валют. ROI от англ. ROI обычно выражается в процентах, реже — в виде дроби. Этот показатель может также иметь следующие названия: прибыль на инвестированный капитал, прибыль на инвестиции, возврат, доходность инвестированного капитала, норма доходности.
Подробнее: Окупаемость инвестиций Паритет покупательной способности англ. Согласно теории о паритете покупательной способности, на одну и ту же сумму денег, пересчитанную по текущему курсу в национальные валюты, в разных странах мира можно приобрести одно и то же количество товаров и услуг при отсутствии транспортных издержек и ограничений... Жёсткость — способность экономических величин сопротивляться изменениям. Например, часто говорят, что номинальные зарплаты жестки в краткосрочном периоде. Рыночные силы могут уменьшать реальную стоимость труда в промышленности, но номинальные зарплаты будут стремиться оставаться на предыдущем уровне в краткосрочном периоде. Это может обосновываться институциональными факторами, такими как ценовое регулирование, обязанность исполнять контракты, профсоюзы, человеческая настойчивость или нужда, личная... Модель пересекающихся перекрывающихся поколений модель Самуэльсона — Даймонда, англ. Функция потребления — функция, описывающая взаимосвязь между потреблением и располагаемым доходом.
Индекс Джини
А в 2022-м произошло его ощутимое снижение. В России наметилась положительная динамика на сокращение разрыва доходов богатых и бедных слоев населения, подтверждают эксперты. У нас снижаются темпы роста доходов наиболее обеспеченных групп населения, то есть богатые богатеют уже не так быстро, как в 1990-е или начале 2000-х годов. Доходы наименее обеспеченных слоев населения растут за счет поддержки государства, поясняет старший научный сотрудник Центра стратификационных исследований Института социальной политики НИУ ВШЭ Василий Аникин. Снижение бедности происходит за счет увеличения МРОТ, который влияет на размер социальных выплат, и политики поддержки семей с детьми.
Также сокращению уровня бедности в России способствовали социальные выплаты в пандемию. При этом планы по увеличению МРОТ позволяют сделать прогноз, что число бедных людей в России будет сокращаться и дальше, отмечает эксперт. Максимальный уровень неравенства наблюдался в 2010 году. Де-факто это итог быстрых темпов обогащения ряда людей в 1990-е и 2000-е годы В то же время Аникин отмечает, что необходимо обращать внимание на экстремальный разрыв зарплат между топ-менеджментом и самыми низкооплачиваемыми работниками компаний, который способен демотивировать сотрудников.
Институт политических исследований посчитал, что разрыв зарплат руководителей самых низкооплачиваемых работников в США составляет 670 раз.
Таким образом, это макроэкономический показатель, характеризующий дифференциацию денежных доходов населения в виде степени отклонения фактического распределения доходов от абсолютно равного их распределения между жителями страны.
Доступ к официальной статистической информации, включенной в состав статистических ресурсов, входящих в межведомственную систему, осуществляется на безвозмездной и недискриминационной основе.
Таким образом, это макроэкономический показатель, характеризующий дифференциацию денежных доходов населения в виде степени отклонения фактического распределения доходов от абсолютно равного их распределения между жителями страны.
Как сравнить результаты моделей с использованием индекса Джини и кривой Лоренца
Для измерения фактического распределения доходов используют «кривую Лоренца» и «коэффициент Джини», показывающие, какая доля совокупного дохода приходится на каждую группу населения, что позволяет судить об уровне экономического неравенства в данной стране. К 1912 году итальянский статистик Коррадо Джини разработал алгебраическую интерпретацию кривой Лоренца: коэффициент, призванный указывать, насколько неравным является экономическое распределение. Коэффициент Джини может принимать значения от 0 до 1. Чем ближе коэффициент Джини к нулю, тем меньше изгиб кривой Лоренца, и доходы распределены более равномерно. вы делаете те новости, которые происходят вокруг нас.
Индекс Джини в странах мира
С 1950 по 1970 год неравенство имело тенденцию снижаться по мере того, как ВВП на душу населения превышал определенный порог. С 1980 по 2000 год неравенство снижалось с ростом ВВП на душу населения, а затем резко возрастало. Ограничения индекса Джини Хотя коэффициент Джини полезен для анализа экономического неравенства, он имеет некоторые недостатки. Точность показателя зависит от надежных данных о ВВП и доходах. Теневая экономика и неформальная экономическая деятельность присутствуют в каждой стране.
Неформальная экономическая деятельность, как правило, представляет большую часть реального экономического производства в развивающихся странах и находится в нижней части распределения доходов внутри стран. В обоих случаях это означает, что индекс Джини измеренных доходов будет завышать истинное неравенство доходов. Точные данные о богатстве получить еще труднее из-за популярности налоговых убежищ. Другой недостаток заключается в том, что очень разные распределения доходов могут привести к одинаковым коэффициентам Джини.
Поскольку индекс Джини пытается свести двумерную область разрыв между кривой Лоренца и линией равенства к одному числу, он скрывает информацию о «форме» неравенства. В бытовом плане это было бы похоже на описание содержимого фотографии исключительно ее длиной по одному краю или простым средним значением яркости пикселей. Хотя использование кривой Лоренца в качестве дополнения может предоставить больше информации в этом отношении, она также не показывает демографические различия между подгруппами в рамках распределения, такие как распределение доходов по возрасту, расе или социальным группам. В этом смысле понимание демографии может быть важно для понимания того, что представляет собой данный коэффициент Джини.
Например, большое количество пенсионеров повышает индекс Джини.
При этом нет зависимости от масштаба экономики сравниваемых стран. Может быть использован для сравнения распределения признака дохода по разным группам населения например, коэффициент Джини для сельского населения и коэффициент Джини для городского населения. Позволяет отслеживать динамику неравномерности распределения признака дохода в совокупности на разных этапах.
Анонимность — одно из главных преимуществ коэффициента Джини. Нет необходимости знать, кто имеет какие доходы персонально. Так, чем на большее количество групп поделена одна и та же совокупность больше квантилей , тем выше для неё значение коэффициента Джини.
Модель стала важнейшим инструментом оценки экономического неравенства в мире и получила имя в честь своего создателя — коэффициент Джини. Источник: Getty Images В 2015 году Греция, Таиланд, Израиль и Великобритания оказались неравны в равной степени, то есть все четыре страны имели одинаковый коэффициент Джини — общий показатель неравенства доходов. Коэффициент Джини, равный 1 единице , означает, что в обществе наблюдается абсолютное неравенство, в то время как 0 ноль означает полное равенство.
Для простоты представим, что всё население состоит из тех двух человек, встретившихся на улице. Все доходы принадлежат одному человеку, а остальные вовсе не имеют дохода — коэффициент Джини равен 1 Наименьшее возможное значение среднего разрыва, то есть 0 — ситуация абсолютного равенства. Доходы всех людей равны — коэффициент Джини равен 0 Метод 2: Разрыв между «кривой Лоренца» и «линией идеального равенства» Слева указана доля дохода, получаемая каждой пятой частью гипотетического населения. Справа — суммарные доходы всех групп населения. Это показано на графике как «линия равенства» Но среди населения, представленного на нашей диаграмме, доходы распределяются неравномерно. 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 Сравнение показателей: Рассказывает ли показатель Джини ту же историю, что и другие показатели неравенства? Показатели неравенства пытаются обобщить информацию о том, насколько распределение неравномерно — точно так же, как стандартное отклонение.
Контактная информация
- Как рассчитать коэффициент Джини в Excel (с примером)
- Экономика. 10 класс
- Налоги и налоговая система
- Что такое коэффициент Джини? Душкин объяснит - YouTube
- Коэффициент Джини: все ли равны? | Частных инвесторов журнал | Дзен
- Все новости
Кривая Лоренца
Таким образом, это макроэкономический показатель, характеризующий дифференциацию денежных доходов населения в виде степени отклонения фактического распределения доходов от абсолютно равного их распределения между жителями страны.
Попробую на пальцах объяснить. Одну ось графика размечаем под равные доли населения по численности. Вторую - под доли в сумме доходов, которые получает каждая такая доля населения. Если доходы каждой доли абсолютно одинаковы, получим вот такой график с прямой линией. А теперь изменим доходы. Пусть одни децили общества получают поменьше, а другие - побольше.
Расчёт коэффициента Джини базируется на кривой Лоренца — для её построения требуется частотное распределение единиц исследуемой совокупности и взаимосвязанное с ним частотное распределение изучаемого признака.
Так, например, в практике статистики при изучении дифференциации населения по доходам выделяют 5 групп по степени их увеличения: первая — с наименьшими доходами, пятая — с наибольшими. В России используется метод деления на 20-процентные группы [2].
Оставлять за чертой бедности немалую часть населения? По принципу «пусть выживают, как могут»? Полезно ли ЭТО для общества? Очевидно, что нет.
Также очевидно, что без вмешательства государства здесь не обойтись. Ведь именно государство призвано сглаживать неравенство в доходах населения, чтобы не допустить чрезмерного социального расслоения и напряжённости в обществе. Однако чрезмерное вмешательство государства в перераспределение и выравнивание доходов заметно снижает эффективность производства, поскольку растущие налоги подавляют интерес бизнесменов к предпринимательской активности, а всевозрастающая социальная помощь бедным слоям населения снижает у них тягу к поиску работы и энергичному труду. На первый взгляд, равенство выглядит более справедливым и соблазнительным, но, как мы уже говорили, оно подрывает стимулы к труду как у «богатых», так и у «бедных», и позволяет приспосабливаться менее способным и менее трудолюбивым жить за счёт других. Рисунок 1 — Противоречие между равенством и эффективностью в рыночной экономике Сталкиваясь с этим противоречием, каждое общество должно решить для себя два главных вопроса. Разные ответы на эти вопросы раскрывают и одно из главных различий между капитализмом и социализмом.
Тем не менее, проблему оптимальности размеров перераспределения доходов государством вынуждены решать многие общества. Необходимо помнить, что вмешательство государства должно быть осторожным и гибким. Что же касается неравенства доходов, то получается, что оно не только неизбежно, но даже необходимо. Для поощрения трудовой активности людей: чтобы расслабленные и ленивые хотели брать пример с усердных и волевых.
Gini Coefficient
Коэффициент Джини — это статистический показатель, характеризующий степень неравномерности распределения доходов между разными социальными группами. Коэффициент Джини рассчитывается по формуле. Коэффициент Джини как функция таблиц смертности: расчет на основе дис-кретных данных, декомпозиция различий и эмпирические примеры. Чем больше коэффициент Джини, тем сильнее распределение отклоняется от прямой и тем выше уровень неравенства доходов в данной группе. Коэффициент Джини равен площади под линией совершенного равенства (0,5 по определению) минус площадь под кривой Лоренца, деленной на площадь под линией совершенного равенства. Коэффициент Джини рассчитывается по формуле.