WikiDer > Политическое прогнозирование

Political forecasting

Политическое прогнозирование прицел на прогнозирование исход выборов, в современную эпоху, в основном, посредством опросов и статистического анализа. Это связано с псефология.

На национальных выборах или выборах штата макроэкономические условия, такие как занятость, создание новых рабочих мест, процентная ставка и уровень инфляции.

В качестве альтернативы прогнозирование может включать скин в игре краудсорсинг через рынки предсказаний по теории, что люди честно оценивать и выражать их истинное восприятие, когда на карту поставлены деньги. Однако люди с большим экономическим или вложение эго в результате будущих выборов может быть готов пожертвовать экономической выгодой, чтобы изменить общественное восприятие вероятного исхода выборов до дня выборов - положительное восприятие кандидата, которого отдают предпочтение, широко изображается как способствующее «возбуждению» явка избирателей в поддержку этого кандидата при начале голосования. Когда прогноз, полученный на основе самого избирательного рынка, становится инструментом определения явки избирателей или предпочтений избирателей перед выборами, рыночная оценка становится менее надежной как механизм политического прогнозирования.

История

Люди давно заинтересованы в прогнозировании результатов выборов. Котировки ставок на папская преемственность появляются еще в 1503 году, когда подобные ставки уже считались «старой практикой».[1] Политические ставки также имеют долгую историю в Великобритании. Один из ярких примеров - Чарльз Джеймс Фокс, государственный деятель вигов конца XVIII века, был известен как заядлый игрок. Его биограф, Джордж Отто Тревельян, отмечал, что «(е) или десять лет, начиная с 1771 года, Чарльз Фокс часто, в значительной степени и разумно делал ставки на социальные и политические события того времени».[2]

До появления научных опросов в 1936 году коэффициенты ставок в Соединенные Штаты сильно коррелировал с результатами голосования.[3] С 1936 г. опросы мнений были основной частью политического прогнозирования. В последнее время, рынки предсказаний были образованы, начиная с 1988 г. Рынки Iowa Electronic.

С появлением статистических методов обрабатывать данные о выборах стало все проще. Поэтому неудивительно, что прогнозирование выборов стало крупным бизнесом для опросных компаний, новостных организаций и рынков ставок, а также для ученых, изучающих политику.[4]

Ученые-ученые построили модели поведения при голосовании для прогнозирования результатов выборов. Эти прогнозы основаны на теориях и эмпирических данных о том, что имеет значение для избирателей, когда они делают выбор на выборах. Прогнозные модели обычно полагаются на несколько предикторов в сильно агрегированной форме с акцентом на явления, которые меняются в краткосрочной перспективе, такие как состояние экономики, чтобы предложить максимальный рычаг для прогнозирования результатов конкретных выборов.[4]

Ранняя успешная модель, которая все еще используется, - это Ключи от Белого дома к Аллан Лихтман. Прогнозирование выборов в США впервые было доведено до сведения широкой общественности Нейт Сильвер и его Пять тридцать восемь сайт в 2008. В настоящее время существует множество конкурирующих моделей, пытающихся предсказать исход выборов в США. объединенное Королевство, и в других местах.

Методы

Усредняющие опросы

Объединение данных опроса снижает вероятность ошибок прогнозирования опроса.[5] Модели политического прогнозирования включают усредненные результаты опросов, такие как RealClearPolitics средний опрос.

Затухание опроса

Демпфирование опроса - это когда неверные показатели общественного мнения не используются в модели прогноза. Например, в начале кампании опросы - плохая оценка будущего выбора избирателей. Результаты опроса ближе к выборам - более точный прогноз. Кэмпбелл[6] показывает силу демпфирования опросов в политическом прогнозировании.

Номенклатура

Обсуждая вероятность того или иного исхода выборов, политические прогнозисты обычно используют одну из небольшого набора сокращенных фраз.[7][8][9] К ним относятся:

  • Твердый (например, «Солидный республиканец»), также Безопасный. Маловероятно, что партия, занимающая сейчас кресло, изменится на предстоящих выборах.
  • Скорее всего (например, "Вероятно, демократический"), также Одобренный. На данный момент не считается, что место будет особенно конкурентоспособным, и, следовательно, партия, вероятно, останется неизменной, но есть вероятность, что это может измениться.
  • Худой (например, "Наклоняется независимо"). Один кандидат / партия имеет небольшое преимущество в опросах и прогнозировании, но возможны и другие результаты.
  • Наклон. Используется менее широко, чем другие термины, но указывает на очень небольшое преимущество той или иной стороны.[7]
  • Подбрасывать. Это места, которые считаются наиболее конкурентоспособными, поскольку шансы на победу имеют несколько партий.

Рынки

Рынки прогнозов показывают очень точные прогнозы исхода выборов. Одним из примеров является Рынки Iowa Electronic. В ходе исследования 964 избирательных опроса сравнивались с пятью президентскими выборами в США с 1988 по 2004 год. Berg et al. (2008) показали, что Iowa Electronic Markets возглавляет опрос в 74% случаев.[10] Тем не менее, на ведущих рынках прогнозирования были продемонстрированы затухающие опросы. Сравнивая демпфированные опросы с прогнозами электронных рынков Айовы, Эриксон и Влезин (2008) показали, что демпфированные опросы лучше всех рынков или моделей.

Модели регрессии

Политологи и экономисты часто используют регрессионные модели прошлых выборов. Это сделано, чтобы помочь спрогнозировать голоса политических партий - например, демократов и республиканцев в США. Эта информация помогает следующему кандидату в президенты от их партии предсказывать будущее. Большинство моделей включают по крайней мере одну переменную общественного мнения, предварительный опрос общественного мнения или рейтинг одобрения президента. Байесовскую статистику также можно использовать для оценки апостериорного распределения истинной доли избирателей, которые проголосуют за каждого кандидата в каждом штате, с учетом обоих имеющиеся данные опросов и результаты предыдущих выборов для каждого штата. Каждый опрос может быть взвешен в зависимости от его возраста и размера, обеспечивая высокодинамичный механизм прогнозирования по мере приближения дня выборов. http://electionanalytics.cs.illinois.edu/ является примером сайта, использующего такие методы.[11]

Влияние

Согласно исследованию 2020 года, прогнозирование выборов «повышает уверенность [избирателей] в результатах выборов, многих сбивает с толку и снижает явку. Кроме того, мы показываем, что прогнозирование выборов стало заметным в СМИ, особенно в СМИ с либеральной аудиторией, и что такое освещение имеет тенденцию сильнее влиять на кандидата, идущего впереди ".[12]

Смотрите также

Псефология

Рекомендации

  1. ^ Фредерик Дж. Баумгартнер. За закрытыми дверями: история папских выборов. Нью-Йорк, Palgrave, 2003 (страницы 88 и 250).
  2. ^ Георгий Отто Тревельян. Ранняя история Чарльза Джеймса Фокса. Нью-Йорк, Harper & Brothers, 1880 (стр. 416).
  3. ^ Роберт С. Эриксон и Кристофер Влезин. Рынки и опросы как предикторы выборов: историческая оценка. Электоральные исследования 31 (2012) 532–539. Эльзевир, 2012.
  4. ^ а б Стегмайер, Мэри; Норпот, Хельмут (30 сентября 2013 г.). «Прогнозирование выборов». Дои:10.1093 / obo / 9780199756223-0023. Получено 2016-09-26.
  5. ^ Альфред Г. Кузан, Дж. Скотт Армстронг и Рэндалл Джонс, "Комбинирование методов прогнозирования президентских выборов 2004 года: PollyVote" В архиве 2013-01-23 в Archive.today
  6. ^ Кэмпбелл, Джеймс Э. (октябрь 1996 г.). «Опросы и голоса». American Politics Quarterly. 24 (4): 408–433. Дои:10.1177 / 1532673X9602400402. S2CID 154063668.
  7. ^ а б «Руководство по выборам 2018». Политика переклички. Получено 17 сентября 2018.
  8. ^ «Рейтинги сенатской гонки за 2018 год». Повар политический отчет. 24 августа 2018 г.. Получено 17 сентября 2018.
  9. ^ Бамп, Филипп (17 августа 2018 г.). «Согласно избирательным рейтинговым системам, вот места в Палате представителей, скорее всего, поменяются». Вашингтон Пост. Получено 17 сентября 2018.
  10. ^ http://www.biz.uiowa.edu/faculty/trietz/papers/long%20run%20accuracy.pdf
  11. ^ 1. Ригдон, С., Якобсон, С.Х., Чо, В.Т., Сьюэлл, Э.К., Ригдон, С.Дж., 2009, «Байесовская модель предсказания для президентских выборов в США», American Politics Research, 37 (4), 700-724 .
  12. ^ Вествуд, Шон Джереми; Мессинг, Соломон; Лелкес, Ифтах (25 февраля 2020 г.). «Проектирование уверенности: как вероятностные скачки сбивают с толку и демобилизует общественность». Журнал политики. 82 (4): 1530–1544. Дои:10.1086/708682. ISSN 0022-3816. S2CID 216251082.