在今天的《纽约时报》中，埃德蒙·安德鲁斯 提及 Global Insight公司预测，共和党将只获得总统选举的46％：
Global Insight首席经济学家纳里曼·贝拉维什（Nariman Behravesh）表示：“从政治角度来看，就业市场不会在选举时提供很多安慰，尤其是对共和党人而言。
借助将过去的经济表现和过去的选举结果相关联的模型，Global Insight预测，11月共和党总统候选人将仅获得46％的选票。
这样的模型以前常常是错误的。但是共和党人敏锐地意识到，布什先生在过去五年的良好经济增长中得不到选民的信任。
如果Global Insight预测共和党将获得46％的 两党 投票（就像这些模型通常所做的那样），它们所预测的结果与1996年比尔·克林顿（Bill Clinton）击败鲍勃·多尔（Bob Dole）相当。
但是，民主党人不应该自大。 Lane Kenworthy，亚利桑那大学的社会学和政治学教授， 笔记 最少的临时总统预报模型之一 “面包与和平”模式 道格拉斯·希伯斯（Douglas Hibbs）的研究结合了战争死亡人数和人均实际可支配个人收入的加权增长-实际上，根据肯沃西（Kenworthy）在2007年底对“面包”数据的计算，该计划实际上是共和党以微弱优势赢得的一次接近选举。
这是迄今为止的记录（回归线不包括1952和1968的异常值）：
这是Kenworthy地块的三种2008年情景（2008a基于年底的收入，2008b假设共和党因伊拉克的死亡而受到惩罚，2008c假设到11月经济持续放缓）–如您所见，它们都是非常接近魔术50％线：
耶鲁大学经济学家雷·费尔（Ray Fair）也有一个著名的选举预测模型。在 他的最新更新，他预计共和党的两党投票份额为48％。然而，费尔写道，“应该指出的是，（他的计量经济学模型）对通胀的预测比当前的共识更为悲观，对实际产出增长的预测更为乐观。” （相比之下，如果您预测经济增长为-2％，则他的模型预测共和党总统选举的投票份额为45.4％。）
当然，正如肯沃西（Kenworthy）所指出的那样，我们不应该太认真地对待这些预测。模型代表了过去的工作方式。不能保证将来的表现，特别是 在选举中 没有现任总统或副总统在票上。此外，每种模型都有特定的限制，值得牢记。例如，就希伯斯模型而言，肯沃西正确地指出，收入不平等的加剧意味着人均收入已变得越来越没有代表性。 （对Fair模型的主要批评是，出于特殊原因，为了使拟合最大化，该规范经常进行修改，例如Hibbs 讨论 在未发表的论文中有一定长度）。
尽管如此，希伯斯的预测仍然提醒着民主党人不要自大，特别是如果约翰·麦凯恩明天晚上巩固对共和党提名的控制权。这次选举可能比任何人预期的都要近。
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
Posted by: Douglas Hibbs | 2008年3月12日，下午12:58
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。
Posted by: 真理就是一切 | 2008年6月6日，上午10:00