Замечательно, что зимой выгодно жить на нижних этажах, а летом - переезжать на верхние. Что, видимо, некоторая часть населения и делает неосознанно (сравните 58%/42% и фифти-fifty). Эффект миграции полюса тепла по этажам в высотных зданиях обусловлен сильным нагревом поверхности строений солнечным светом. Причем, более высокие места прогреваются сильнее (отстутсвие теней и помощь в нагреве за счет конвекции теплого воздуха).

   В форме, которую нужно было заполнить нашим посетителям, предлагалось указать сторону здания, на которой находится их термометр. Обработанные результаты представлены в следующей таблице.

   Как Вы можете заметить, возникает несуразность с самой теплой стороной зданий зимой. Это - северная. Тогда так южная является самой холодной! Есть, конечно, объяснение этому факту - недостаточность данных для южной стороны, а показатели северной находятся в пределах погрешности, но оно довольно слабенькое. А вот летнее распределение тепла по поверхности дома никаких сомнений в истинности не вызывает. Действительно, вечный источник тепла нагревает последовательно восточную, южную и западную стороны. Причем, самые большие отклонения от показаний на терме достается западной, т.к. сказывается влияние нагрева здания за день (у нас датчик находится на северной стороне, куда солнце почти не попадает).

   Следующим пунктом обсуждения являются временные (ударение на "ы") распределения активности посетителей сайта и данных, которые они заносили в форму, по часам в течение суток (здесь уже не делается деление на зиму-лето). Смотрим рисунок.

   В принципе, это распределение сильно напоминает среднестатистическое для активности в интернете. Единственно, есть небольшое увеличение доли утренних посетителей. Отдельное им спасибо! Проснулся, оделся, утренний моцион у компьютера, и только потом завтрак.

   Ну и, наконец, несколько слов про доверие к публикуемым здесь данным. На первом графике показано, какие значения имели усредненные отклонения для каждого температурного диазапона в 5 градусов. На втором - доверительный интервал для каждого из этих значений. Он определяет границы (плюс-минус), в которые попадает истинная величина с вероятностью в 95%. Таким образом, взяв, например, точку -0.3°С для диапазона -5..0°С на первом графике, со второго узнаем соответствующий ей допуск (доверительный интервал) - +--0.4°С. Получается, что данным в центре графика с -10°С до +25°С доверять можно в гораздо большей степени, чем краевым точкам.

   Похожая ситуация с графиками, представленными ниже. Те же усредненные температурные отклонения и доверительные интервалы, но теперь в зависимости от времени суток. Максимально честные результаты рассчитаны для данных, полученных с период с 8 до 22 часов. Да, это, в приципе, простая истина - чем больше входной информации, тем точнее выводы.

   В заключение хотелось бы выразить особую благодарность Интернет-провайдеру onego.ru, а именно Хенинену Андрею Ялмаровичу, за помощь в продвижении проекта, поскольку он получился достаточно интересным, а результаты порой выглядели весьма неожиданными. А также пожелать себе или кому-нибудь еще построить-таки температурную карту г.Петрозаводска в виде картинки.