"Привлечённые нами математики подтвердили, что при применении этой методики к американским выборам "метод Шпилькина" достоверно подтвердил то. О сервисе Прессе Авторские права Связаться с нами Авторам Рекламодателям Разработчикам. Физик Сергей Шпилькин приводит в своем фейсбуке данные по явке на разных избирательных участках во время голосования по поводу поправок в Конституцию.
К анализировавшему результаты выборов ученому Шпилькину пришли с обыском
В абсолютных числах изменения незначительные, но они позволяют понять, каким образом Путину добавляли голоса. На тех участках, где есть изменения, это в основном происходило за счет заполнения незаполненных бюллетеней и переброса голосов от других кандидатов. Были и такие ситуации, когда недействительные бюллетени после обновления данных становились действительными. Так, по обновленным данным, число погашенных, то есть неиспользованных, бюллетеней упало почти на 3 тысячи, число недействительных бюллетеней сократилось на 383. Больше всего переписанных на Путина голосов мы обнаружили в смоленском ТИКе, семь УИКов которого принесли Путину почти 5,2 тысячи дополнительных голосов итоговый прирост в голосах за Путина был меньше — 4,8 тысячи, потому что на некоторых других УИКах число голосов за него снизилось. Ему добавили 100 голосов от Даванкова, 71 — от Харитонова и 40 — от Слуцкого. Еще 626 бюллетеней оказались за Путина, хотя до этого они числились как неиспользованные и недействительные. Фальсификации на оккупированных территориях Избиркомы оккупированных украинских территорий вообще не публиковали результаты в разрезе УИКов и посчитали результаты «выборов» на калькуляторе, чтобы сфабриковать их по спущенному сверху плану. Количество голосов за кандидатов в «ЛНР» и Запорожской области было подсчитано в соответствии с плановыми процентами кандидатов, заметил Роман Удот. Чтобы получить количество голосов за кандидата, избирательная комиссия умножала «явку» количество действительных и недействительных бюллетеней на плановый показатель. В «ЛНР» и Запорожской области кандидаты одновременно получили круглые проценты.
Голосование в приграничных районах России В нескольких приграничных районах Белгородской и Курской областей выборы начались досрочно — 10 марта. Жители Белгородской области также могли проголосовать дистанционно. Как следует из данных ЦИК, все бюллетени оказались в урнах в дни проведения выборов на самих участках — без досрочного голосования. Аномальная скорость голосования Еще одно подозрительное явление этих выборов — скоростное голосование: на 6 тысячах участков в некоторые периоды голосовало больше 100 человек в час. Как минимум в 6,3 тысячи участках не считая Москвы, где явка по электронному и бумажному голосованию считалась вместе, и участков с досрочным голосованием , по официальным данным ЦИК, число голосующих в некоторые периоды превышало 100 человек в час. При том что средняя скорость голосования по России на этих выборах — 22 человека в час. Чаще всего аномальная явка приходилась на первый день голосования. Рекорд побил избирательный участок в Красноярском крае, на котором с 8:00 до 15:00 в пятницу проголосовало почти 5 тысяч человек — больше семисот человек в час. В периоды повышенной активности на УИКах по всей России проголосовали больше 6 млн человек. Больше всего скоростных избирательных участков оказалось в Краснодарском крае.
Голосование в последние часы Последние два часа голосования сильно отразились на результатах некоторых избирательных участков.
Число вброшенных за Путина голосов оценили в 22 миллиона 19. Не менее 22 млн голосов за «основного кандидата» Кремля были вброшены на избирательных участках, показал анализ итогов голосования методом эксперта по электоральной статистике Сергея Шпилькина. Исключение составили участки в оккупированных регионах Украины.
Также не были проанализированы данные дистанционного электронного голосования ДЭГ. Без учета электронного голосования в выборах приняли участие 74,5 млн избирателей. По данным ЦИК, 64,7 млн проголосовали за Путина.
Боргенс отметил, что посчитал также аномальные голоса и за другие партии. Исходя из этого можно сделать вывод, что либо вбросы осуществлялись тотально за всех участников предвыборной гонки, либо статистический метод не подходит для анализа электоральных процессов — что неоднократно уже было доказано как отечественными, так и зарубежными учеными. В частности, описывая гистограмму распределения голосов, он поясняет: «Тонкая линия — гистограмма голосов за все партии кроме ЕР, масштабированная так, чтобы совпасть с гистограммой за ЕР на начальном участке; в предположении строго говоря неверном , что все фальсификации за ЕР — чистый вброс, заштрихованная площадь дает размер вброса». В частности, «диаграмма рассеивания», на которую якобы нанесены данные УИКов, не содержит информацию о том, какая точка какому избиркому соответствует.
В связи с этим представленная информация не может быть верифицирована и соотнесена со всеми факторами, влияющими на электоральный процесс. Например, республики Северного Кавказа традиционно и последовательно имеют тенденцию к высокой явке и высокому результату партии власти, который определяется не вбросами, а политической традицией региона.
Шалаев в своем научном исследовании приходит к однозначному выводу: анализ распределения цифр в рамках известных методов неприменим для поиска электоральных аномалий. В действительности какие-то из эмпирических распределений могут иметь вид близкий к нормальному, но это может происходить не в силу закономерности, а вследствие вариативности распределений, исходя из теории больших чисел. Нормальное распределение работает со случайными величинами. Оно прекрасно может иллюстрировать некоторые физические процессы, но не осознанный выбор миллионов людей, различающихся по месту проживания, достатку, жизненным приоритетам, национальности и другим атрибутам. Социологические исследования, проведенные с целью изучения территориальных особенностей голосования, подтверждают высокое социальное и культурное разнообразие электоратов отдельных избирательных участков, а также высокую дифференциацию условий проживания граждан и осуществления их избирательных прав. Приведенные в докладе фактические обоснования отклонений результатов голосования от среднестатистических по региону, а также данные наблюдателей с избирательных участков свидетельствуют об отсутствии корреляции выводов составителей графиков с реальной ситуацией на местах. Авторы доклада пришли к следующим выводам: 1.
С помощью существующих методов математического анализа невозможно описать и сделать оценку электорального поведения и итогов голосования. Отклонения от нормального математического распределения результатов голосования не являются неомоничным признаком нарушений. Разные математические модели распределения результатов голосования свидетельствуют об объективных особенностях предпочтений избирателей на отдельных участках и территориях и их выражения в ходе тайного волеизъявления.
«Шпилькин с его методом напоминает секту». Эксперт – об оценке явки на общероссийское голосование
Между тем, данные по другим партиям намеренно не приводятся. Боргенс отметил, что посчитал также аномальные голоса и за другие партии. Исходя из этого можно сделать вывод, что либо вбросы осуществлялись тотально за всех участников предвыборной гонки, либо статистический метод не подходит для анализа электоральных процессов — что неоднократно уже было доказано как отечественными, так и зарубежными учеными. В частности, описывая гистограмму распределения голосов, он поясняет: «Тонкая линия — гистограмма голосов за все партии кроме ЕР, масштабированная так, чтобы совпасть с гистограммой за ЕР на начальном участке; в предположении строго говоря неверном , что все фальсификации за ЕР — чистый вброс, заштрихованная площадь дает размер вброса». В частности, «диаграмма рассеивания», на которую якобы нанесены данные УИКов, не содержит информацию о том, какая точка какому избиркому соответствует. В связи с этим представленная информация не может быть верифицирована и соотнесена со всеми факторами, влияющими на электоральный процесс.
В отличие от всех других «критиков режима» - на т.
Вернее, на двух графиках. Если вкратце вывод о фальсификации строится на утверждении, что слева, там, где плавные линии, - «нормальное голосование», а справа, там, где зубчатые, - «фальсификация». Мы давно знаем это явление под именем «пила Чурова» - это последствия административного добрасывания голосов за нужного кандидата на участках, когда заодно рисуют и «красивую» круглую явку заметьте, что в левой части «пилы» практически нет ». Согласно второму графику слева - «нормальное голосование». Справа - «фальсификация». В качестве обоснования Сергей Шпилькин приводит следующий аргумент: «Первое, что видно, - общий результат находится буквально среди ничего.
Реальных участков, которые бы выдали результат и явку, близкие к официальному, мало». Данная научная псевдонаучная теория на самом деле не является доказательством каких-либо «вбросов» или иных манипуляций с итогами голосования. Судите сами.
Это рекордный масштаб подделки голосов на президентских выборах в России. Фальсификаций было настолько много, что область «честных» голосов статистическими методами выделить практически невозможно. С помощью метода математика Сергея Шпилькина «Новая-Европа» оценила долю «аномальных» голосов на прошедших выборах.
Абсурд на уровне ненаучной фантастики. Прискорбно, что математик дискредитирует себя такими заявлениями», — отметила аналитик. В свою очередь, директор Института новейших государств Алексей Мартынов придерживается схожего мнения относительно самого Шпилькина и его «метода». Согласно «колоколу Гаусса», «вы всё врёти», — рассказал эксперт «Газете.
К анализировавшему результаты выборов ученому Шпилькину пришли с обыском
Суть метода Шпилькина заключается в построении графиков зависимости количества голосов, набранных Единой Россией, от явки на избирательные участки. Сергей Шпилькин — физик по образованию, изучает и анализирует итоговые данные выборов примерно с 2007 года. Так, по методу Шпилькина, «ЕР» на думских выборах прибавила себе порядка 15%.
Математические формулы недопустимы для оценки процедуры голосования – эксперты
Представим, что в популяцию вьюрков X на прекрасном галапагосском острове приходит некий внешний фактор — мор любимого их червяка, к примеру. Просто половина популяции начинает жрать улиток, а половина каких нибудь пляжных уховерток в зависимости от длины клюва. А те у кого он был «средним», их естественно большинство, оказываются вообще не при делах в изменившихся условиях. И «эволюционная норма» под червяка начинает постепенно делится на две — с «маленьким клювом» и с «большим клювом». Какой будет график в результате? С двумя вершинами во втором случае или с одной, но поехавшей в случае первом.
По науке это будет называться «давление отбора». В нашем случае усилия ЦИК с рекламой выборов изменили «норму» в сторону утреннего голосования, «надавив» на избирателей агитацией и изменив их поведенческие реакции. Это все не бином Ньютона, все это описано в десятках книг и миллионах графиков. В чем фундаментальная ошибка Шпилькина — он оценивает все население страны или региона как «единую популяцию», обладающую одной «нормой» поведения. Это не так.
Кроме того, мы создадим объект класса Pipeline, чтобы автоматически нормализовать данные с помощью StandardScaler. А такие параметры, как количество проголосовавших за партию «КПРФ», общее количество человек, которые могли принять участие в голосовании и координаты участка зарегистрированы верно. Разница количества голосов за Единую Россию в исходных данных и данных, полученных в результате моделирования составляет 14595980. КПРФ набирает 26 процентов.
Однако ни в одной из них результаты, полученные с помощью метода Гаусса, не были приняты во внимание. Так, на представленном ниже графике видно, что распределение результатов выборов в штате Калифорния далеко не «гауссовское». На нем ясно видны пики на «круглых числах» на 50, 20, 25, 60, 75 процентах — как у Буша, так и у Гора. При этом, судя по правой части графика, на ряде участков преимущественно голосовали за Гора, что говорит о наличии фальсификаций. А в левой части видно, что участков, где Гор набирал малые проценты голосов, сравнительно мало.
Показательны выводы, представленные в аналитической записке по результатам выборов президента США в 2016 году, в которых результаты голосования за Хиллари Клинтон разительно отличаются от нормального математического распределения.
Например, в этой области «хвоста» существенно убывает количество недействительных бюллетеней, точнее, оно не растёт. То есть у нас проголосовало вдвое больше людей, чем на обычных участках, а недействительных бюллетеней либо столько же, либо ещё меньше. Хотя недействительный бюллетень — продукт совершенно иного процесса. Пришёл человек, где-то не там галочку поставил. Обычно каждый сороковой или шестидесятый ошибается, в зависимости от размера бюллетеня, тем не менее у нас бывают регионы, где одновременно гигантская явка и гигантский результат административного кандидата, а среди избирателей ошибается только каждый тысячный, а 999 человек якобы ставят галочку правильно. Мы понимаем, что это тоже обстоятельство в пользу фальсификаций.
Также мы видим, что в районе «хвоста» числа в отчётности в бюллетенях чаще кончаются на нули, чем, допустим, на четвёрки, хотя по идее чисел, кончающихся на четвёрки и нули, должно быть одинаковое количество. И вот вся эта совокупность знаний о происходящем уже позволяет считать такие результаты аномальными. Остаётся задача оценить размер аномалии. И как провести такую оценку? Классический — добавить бюллетеней или дописать голосов. С точки зрения чисел это выглядит одинаково. Либо я докидаю за нужного кандидата в ящик, либо я припишу каких-то не пришедших избирателей — и то и другое выглядит как вброс.
Такое изменение по графикам оценивается простым способом: нужно нарисовать форму двух кривых — распределение голосов за правящую партию и за все остальные, посмотреть, насколько они расходятся, посчитать площадь. Это и будет объёмом фальсификаций. Можно и в принципе всё нарисовать, тогда вообще неясно, что считать объёмом фальсификаций. Сколько тут голосов подделано? Возможный разумный подход — спросить, а сколько здесь голосов подделано по сравнению с тем, как проголосовали бы настоящие люди, хотя далеко не во всяком регионе они есть. На том же Северном Кавказе бывает довольно много мест, где оказывались наблюдатели и выясняли, что люди голосуют совершенно обыкновенно, но просто с очень низкой явкой: какой смысл ходить, если всё равно нарисуют? Это исходит из того, что люди более-менее везде одинаковы, а явка и это видно по примеру многих стран — вообще стабильный параметр, даже в очень большой политически неоднородной стране.
Например в Индонезии, где половина за мусульман, а половина за индуистов, явка остаётся очень стабильным параметром, и регионы за мусульман и за индуистов голосуют примерно при едином уровне явки. Конечно, задача признать наличие фальсификации и оценка её объёма — это две разные задачи технически. Притом первая, в общем, не решается никаким способом и документально это не зафиксировать, кроме как держать свечку. Но аргументы в пользу того, что фальсификация есть, находятся за пределами разумных сомнений, которых довольно много. Нет, конечно, всегда можно сказать «вы всё врёте! Тем не менее на ваши аналитические выкладки власти вынуждены реагировать, как это сделал и сам Чуров в 2007 году, и государственные СМИ, и высокие чиновники вроде Сергея Кириенко, который в эпоху конституционных поправок заявил, что «гауссово распределение в политологии никогда не применялось», «сплошная лженаука». Что можете им ответить?
В природе любое распределение на самом деле никаким гауссовым не является, а просто хорошо или не слишком хорошо им моделируется, не более того. Идеальное гауссово распределение существует только в центральной предельной теореме центральные предельные теоремы — класс теорем из теории вероятностей. В этом смысле график — «колокол», который мы видим, — более-менее напоминает гауссово распределение в силу своей природы, но им не является, потому что это чуть-чуть иная история. К сожалению, у нас всякую математическую статистику вообще преподают не очень хорошо. Она не очень проста. Хотя, например, в Томске есть замечательные люди, которые серьезно занимаются робастной статистикой. Это узкоспециальная область, которую рядовой человек я и сам грешен проходит в своём образовании побыстрее, закрыв глаза.
У нас в России большие части той прикладной статистики, которые есть в западном образовании, вообще отсутствуют в природе. Например, почти нет массовых повсеместных опросов, не очень хорошо с медицинской статистикой. Да уж, одна статистика по ковиду чего стоит… — Да, она позорная. То, что статистика оперштаба рисованная, видно с точки зрения математической — таких чисел быть не может и не должно быть. Допустим, если сегодня заболело 400 человек, то завтра заболеет от 450 до 550 — может быть любое число в этом интервале. А у нас рисуют 401, 402 и т. Рисовать статистику — наша старинная традиция.
У меня есть любимый пример — статистика Московского метрополитена. Каждый год они отчитывались, сколько перевезли пассажиров. Почему-то каждый год они перевозили по 8 млн, точнее числа такие: 8302… и дальше какое-то количество нулей. И эту цифру они пихали в отчёт почти 8 лет подряд. Отчёты эти лежали на сайте московского метро, и никто глазом не моргнул, хотя это очевидно рисованные вещи. Приходят и уходят кризисы, нарастает автомобилизация, а Московский метрополитен перевозит примерно одинаковое число людей с точностью до четвёртого знака. У нас в этом смысле не уважают числа, а уважают показуху.
А в России есть региональные особенности электорального процесса, подсчётов? В итоге сейчас более-менее честно считают на севере страны Ярославль, Вологда, Архангельск ; потом Урал в первую очередь Екатеринбург , чуть менее честны в подсчётах Пермь и Челябинск.
Сhronicles: Байден возлагает свои надежды на аборты
Сергей Шпилькин привел статистическую аналитику первого тура выборов на Украине. Ученый Сергей Шпилькин с помощью статистических методов показывает, каковы масштабы фальсификаций на российских выборах и голосованиях и как эти масштабы менялись на. Если верить модели Шпилькина, реально «за» проголосовали 65% тех, кто пришел на участки или заполнил электронный бюллетень (официальный результат — 77,92%).
Математические формулы недопустимы для оценки процедуры голосования – эксперты
Комков также сообщил: Шпилькин, будучи членом научно-экспертного совета при ЦИК, появился там только один раз, а когда специалисты Центральной избирательной комиссии оформляли его документы в совет, очень долго искали подтверждение его научным регалиям и месту работы. Между тем Комков подчеркнул, что в России очень высокая прозрачность выборов — работают наблюдатели, видеокамеры, все контролируется до мельчайших деталей, фальсификации практически невозможны, но этот фактор в расчётах не учтен. СоцсетиДобавить в блогПереслать эту новостьДобавить в закладки RSS каналы Добавить в блог Чтобы разместить ссылку на этот материал, скопируйте данный код в свой блог.
Кушкуль г. Оренбург«Крымско-татарский добровольческий батальон имени Номана Челеджихана» Украинское военизированное националистическое объединение «Азов» другие используемые наименования: батальон «Азов», полк «Азов» Партия исламского возрождения Таджикистана Республика Таджикистан Межрегиональное леворадикальное анархистское движение «Народная самооборона» Террористическое сообщество «Дуббайский джамаат» Террористическое сообщество — «московская ячейка» МТО «ИГ» Боевое крыло группы вирда последователей мюидов, мурдов религиозного течения Батал-Хаджи Белхороева Батал-Хаджи, баталхаджинцев, белхороевцев, тариката шейха овлия устаза Батал-Хаджи Белхороева Международное движение «Маньяки Культ Убийц» другие используемые наименования «Маньяки Культ Убийств», «Молодёжь Которая Улыбается», М. Реалии» Кавказ.
Шпилькин — бывший сотрудник Института органической химии РАН, сейчас — технический переводчик и математик. Последние 13 лет анализирует выборы в России. До 2020 года входил в экспертный совет при Центральной избирательной комиссии. В основе метода Шпилькина — оценка распределения голосов.
Памфилова отметила, что Шпилькин отказался анализировать электронное голосование, и одновременно раскритиковала его методы Шпилькин анализирует результаты по математическим моделям, рисуя графики, в которых резкие кривые показывают аномалии. Пусть нарисует свои кривые и сравним с нашими. Никто за рубежом не воспринимает это всерьёз. Никто на основе математических выкладок выводов не делает, а делает на основе документов, данных комиссий и наблюдателей», — добавила Памфилова.
Михаил Шпилькин, основатель журнала «Цифровой текстиль». «Итоги 22 г, тенденции 23, перспективы 24»
Метод Шпилькина, по оценке доктора исторических наук, является «фантомным отражением несостоятельных претензий» на объективность организации «Голос». Физик Сергей Шпилькин еще в начале 2010-х предложил метод отделения объема честных голосов от сфальсифицированных по открытым данным с участков, которые публикует ЦИК. Если верить модели Шпилькина, реально «за» проголосовали 65% тех, кто пришел на участки или заполнил электронный бюллетень (официальный результат — 77,92%). Социолог Сергей Шпилькин, якобы сумевший применить математическую модель к определению легитимности выборов и активно распространявший мнение о.
Сергей Шпилькин: "Скорее прилетят инопланетяне и проведут в России честные выборы"
В итоге нормальных голосов 58 тысяч, аномальных — 9 тысяч. Как говорит Шпилькин, получается, что в Таганроге если и «рисовали», то не много. Хуже дела обстоят в Шахтах. Здесь, согласно графику Шпилькина, нормальных голосов было 59 тысяч, аномальных — 47 тысяч.
По мнению аналитика, основные вбросы и фальсификации происходили при предварительном голосовании. Добавим, что Шпилькин анализирует крупные российские выборы начиная с 2007 года. На его работы опираются и ссылаются многие аналитики и политологи в первую очередь оппозиционные.
Многие и критикуют методику Шпилькина.
Свое предположение он обосновывает зависимостью проголосовавших «за» от явки — чем больше граждан приняли участие в голосовании, тем больше поддержавших поправки. Поскольку в социологии мы имеем дело с живым социумом, с людьми, а в математике — с сухими цифрами, с однопорядковыми явлениями. Данный метод применительно к социологическим исследованиям является необоснованным и рассматривать его как доказательство нельзя», - сказал Розенко. Эксперт также отметил, что заключения Шпилькина появились через пару часов после окончания голосования и оглашения результатов Центризбиркомом. Допустимо ли простой формулой, как одной линейкой мерить настолько сложный, многообъектный, разный по характеристикам процесс?
При этом анализ методологии Шпилькина показал ее полную несостоятельность, а также предвзятость самого математика. Так, на «диаграмме рассеивания» Шпилькин нанес результаты каждого избиркома в виде точек, горизонтальные координаты которых отражают явку на участке в процентах, а вертикальные — результат конкретного кандидата в процентах. Между тем, данные по другим партиям намеренно не приводятся.
Боргенс отметил, что посчитал также аномальные голоса и за другие партии. Исходя из этого можно сделать вывод, что либо вбросы осуществлялись тотально за всех участников предвыборной гонки, либо статистический метод не подходит для анализа электоральных процессов — что неоднократно уже было доказано как отечественными, так и зарубежными учеными. В частности, описывая гистограмму распределения голосов, он поясняет: «Тонкая линия — гистограмма голосов за все партии кроме ЕР, масштабированная так, чтобы совпасть с гистограммой за ЕР на начальном участке; в предположении строго говоря неверном , что все фальсификации за ЕР — чистый вброс, заштрихованная площадь дает размер вброса».
Москве, нормальное распределение в соответствии с теорией, фальсификаций и аномалий нет Итак, повторюсь, нам сложно поверить во вброс 10 миллионов избирательных бюллетеней или приписки в России такого масштаба, но необходимо объяснить явление отклонения от нормального распределения Гаусса-Лапласа на графиках Сергея Шпилькина. Тут нам и поможет Москва, данные по которой на 2018 год не вызывают сомнений у самого Шпилькина, и их чистота подтверждена всеми прочими системами контроля. Все это хорошо вписывается в теорию и еще раз свидетельствует о чистоте выборов — нет никаких подозрительных явлений также и на уровне районов. При такой явке заметных отклонений на графике быть и не должно. Но при более тонком анализе по городским районам устанавливается необъяснимое с позиций чистой теории явление: выявляется связь между голосованием именно за Владимира Путина, главы действующей российской власти, и активностью избирателей по районам. Таким образом, без всяких подозрений на какие-либо фальсификации мы можем зафиксировать наличие, пусть небольшой, но явной связи между голосованием за Владимира Путина и явкой по районам Москвы желающих уточнить параметры отсылаю к сводной таблице на сайте Мосгоризбиркома. Теперь, вернувшись к рис.
Надо вносит коррективы в теорию, видимо, электоральная среда - более сложное явление, чем представляют себе математики. О математике пока все. Теперь о районах города Москвы. Депутатам городской Думы хорошо известно, насколько отличаются в социальном, психологическом, экономическом плане районы города Москвы, например Тверской район и район Капотня. Эта конформная часть людей обычно с трудом может быть привлечена к выборам, но все-таки, придя на участок, они голосуют почти стопроцентно за действующего президента, губернатора или мэра. Привлечь этих людей может на избирательные участки, или мобилизующая всех обстановка Севастополь и Крым , или же клановая, этническая, патриархальная, с еще советским налетом солидарность трудящихся под сенью административного ресурса ряд национальных республик , а иногда, и мобилизация, и этническая сплоченность вместе Чеченская республика. Для того чтобы получить результат в некоторых национальных республиках или иных анклавах вовсе не нужно что-то фальсифицировать — надо просто «расшевелить болото», заставить его прийти на выборы, а широкие конформистские слои, образующие порой в ряде мест целую толщу, голосовать будут именно за власть - «за нашего эмира», «за белого царя». И получится именно то, что Сергей Шпилькин считает результатом фальсификации, а это вовсе не так — это радостное с песнями голосование за власть разбуженного конформиста, да еще за такого популярного и мощного представителя власти, как Владимир Путин. Тут и начинают на участках, где много голосующих, проявляться в гораздо большем масштабе отклонения, которые мы в самом начальном, минимальном виде только что обнаружили на голосовании в Москве.