«伦茨夸大SOTU减税"average" | 主要 | 奇怪的罗姆尼戏ney»

2008年2月4日

评论

I've刚刚在以下位置发布了对我的“面包与和平”美国总统选举模型的影响的分析:

www.douglas-hibbs.com/Election2008/2008 Election.mht

道格拉斯·希布斯

2008年选举模型
蒙特卡洛选举投票模拟
真理就是一切

http://www.geocities.com/electionmodel/2008ElectionModel.htm

选举模型利用最新的州和国家民意测验确定真正投票的获胜者。
当然,它假定选举是在最近的轮询更新日期进行的。

在预测真正投票时,隐含的假设是选举将是无欺诈的。
但是记录的投票永远不会等于真正的投票。
证据是压倒性的:每次选举都数不清数以百万计的民主党人选票。

因此,选举模型无法准确预测正式的记录投票。
如果是这样,则轮询数据错误和/或预测假设无效。

在2000年,选票达到1.108亿张,但记录的只有1.054亿张,
在2000年,共投了1.257亿张选票,但只有1.223亿张记录。

为什么2008年会有所不同?
可以肯定的是,数百万的选票将不会被计算在内。
可以肯定的是,将有超过一百万的民主党选民被剥夺选举权。

我们可以期望没有可验证的投票数的DRE触摸屏不会被操纵吗?
我们可以期望中央投票制表软件不会被篡改吗?

奥巴马的真实投票数(T)将减少为未计算的(U)改票(S)。
记录的投票公式为:R = T-U-S(不包括被剥夺权利的人)
最重要的是,奥巴马将需要压倒性手段来克服欺诈的多个层面。

选举模型不使用历史计量经济时间序列数据。
利率,就业率,商品价格,消费者信心是重要因素。
但是不要期望政治专家会在他们的回归模型中量化欺诈因素。

2004年选举模式:由选举投票证实

选举前的国家民意调查确认了选举前的国家民意调查。
选举前的民意测验与未经调整的州出口民意测验和上午12:22的国家出口民意测验相符。

布什以50.7%的投票率获得记录,并拥有286 EV。
未计票数约340万张。

蒙特卡罗选举投票模拟结果表明,克里将以337 EV赢得51.0%(两党投票的51.8%)。
国家投影模型显示他将赢得50.9%(两党投票的51.6%)。

大选前的州民意调查与全国民意调查相符。
克里在最终州选举前民意调查中的领先优势为47.7-47.0%。
该州的总体民意调查平均值与全国18个民意调查的平均值非常接近(47.3-46.9%)。

未经调整的州出口民意调查显示,克里获胜51.8-47.2%。
选举模型状态预测将未经调整的退出民意测验总量与0.8%匹配。

上午12:22国家退出民意调查更新了13047名受访者,表明克里赢得了50.8-48.2%。
假设30%的退出民意调查“集群”效应,NEP的误差幅度为1.12%。
选举模型预测使NEP符合0.1%以内。


专业民意测验者将不确定的选民分配给挑战者,特别是当任职者不受欢迎时。
布什在选举日的支持率为48%。
盖洛普民意调查将90%的未定选民分配给了克里。
哈里斯和佐格比给了他67-80%。
选举模型假设克里将吸引75%的未定选民。

少数反对者仍然认为,民意测验分析不能证明2004年大选被盗。
但是,对选举前和出口民意测验的仔细分析提供了有力的证据。

他们声称早期的出口民意测验是错误的,而最终的国家出口民意测验是正确的。
但是决赛被迫匹配记录的投票。
事实证明,这在数学上是不可能的。
它假设布什2000年的选民2004年投票的人数比2000年的实际投票数多400万。

他们还辩称,大选前的民意测验偏向布什。下表中提供了数据。
未加权的州民意调查平均数偏向布什,但克里在总加权平均数中领先。
他们声称布什领导着全国民意测验,但数据表明两者之间确实存在联系。

要相信布什获胜,您必须相信所有大选前和未经调整的退出民意调查都是错误的。
而且只有被迫与记录的投票相匹配的最终退出投票才是正确的。


选举模型方法论

它实际上包含两个独立的模型:
a)蒙特卡洛选举投票模拟-基于选举前的州民意测验。
b)全国平均模型-基于最新的全国民意测验。

在状态模型中,将计算平均加权民意调查份额。通过调整民意测验来分配未定选民,从而预测投票份额。在蒙特卡洛模拟中,执行了5000次选举试验,以计算预期的选举投票和获胜概率。

强大的功能是内置的灵敏度分析。对项目州和国家投票份额,选举投票和获胜概率执行了五个未定选民分配方案。

政治科学家通常使用三种方法之一来预测选举结果。

第一种方法使用回归分析模型来预测民众投票,从而分析历史经济数据:增长,就业,通货膨胀等。不幸的是,这些模型缺乏精度。他们经常使用有限的,过时的时间序列数据。这些数据不能反映影响选民心理和偏好的最新新闻和信息。

第二种方法跟踪国家民意测验,以预测民众投票的获胜者。

第三种方法跟踪最新的州民意测验,以预测民众投票和选举投票。

选举模型使用当前的州和国家民意调查。唯一的预测假设是未定/其他选民的分配。从历史上看,不确定的选民为挑战者分配了至少2-1的选票。因此,如果民意测验显示种族之间以45-45并列,那么分配60-40%的未定10%的份额即可得出51-49%的预计投票份额。

民众投票获胜者几乎肯定会赢得选举人票。但是,如果中奖率低于0.5%,情况可能并非如此。

轮询数学

全国民意调查的一个优点是相对简单。如果轮询蔓延超过误差容限(3%为一个典型的1000样本),那么领导者至少在选举中获胜假设)有人认为,日和b)投票是公正的样品的97.5%的机会。但这仅仅是一次民意调查的可能性。

如果在同一天进行了三个独立的国家民意调查,则大约相当于一次3000个样本量的民意调查,理论上的MoE为1.8%。假设平均分配率为52-48%,则领导者将有95%的概率获得50.2%至53.8%之间的收益。但是,由于他的投票份额超过53.8%的概率为2.5%,因此赢得至少50.2%的概率为97.5%。

MoE是标准偏差的1.96倍,这是民意测验变异性的统计量度。将标准偏差和预计投票份额输入到正态分布函数中,以确定赢得多数投票的可能性。

为了从状态民意测验数据中计算出预期的EV,需要进行最终投票。州民意调查通常会抽样600名选民,因此州教育部的教育率为4%,而全国民意测验为3%。根据预计的州民意测验,计算赢得每个州的概率。

例如,在投影为50-50的情况下,每个候选人都有50%的概率赢得该州。对于51-49的比分,领先者有69%的获胜机会;对于52-48,概率为83%; 53-47,93%;对于54-46,则为97.5%。

蒙特卡罗模拟

在模拟中,进行了5000次选举试验,以确定赢得270个选举投票的可能性。可能性是选举胜诉的次数除以5000。

在每个试验中,为每个状态生成一个介于0和1之间的随机数(RND)。 RND确定谁赢得了该州。例如,假设民意调查领导者赢得该州的概率为0.60。如果RND小于0.60,则赢得该州的EV;否则,将移交给其他候选人。该过程在5000次试验中重复进行。计算每个候选人的胜诉总数。

赢得了选举人票的概率是审判胜5000分的总数量。
预期的(平均)选举人投票只是平均EV。

该模拟方法的优点是,由于预期EV是5000次模拟的平均值,而不仅仅是单个快照,因此可以将单个状态轮询中较小偏移的影响最小化。

使用独立的国家和州轮询模型可以对每种方法进行数学确认。这样可以减少误差幅度,从而使我们对结果更有信心。

总而言之,选举模型在调整了不确定的选民分配之后,预计了最新的国家和州民意测验。计算赢得每个州的概率。然后执行5000个选举试验的蒙特卡洛模拟(使用各个州的概率),以确定预期的最终选举投票和获胜概率。

此项对应的评论被关闭。