强调我在上周在埃鲁·大学尊敬的政治科学家alan abramowitz曾多次发出的一点 一个新的分析 展示弗吉尼亚和新泽西州的巨大族裔结果不是预测中期选举座椅的改变:
[T]弗吉尼亚州弗吉尼亚和新泽西州的孕妇选举的结果没有预测中期选举的结果。弗吉尼亚/新泽西州选举变量的估计系数不仅小而统计学上微不足道,而且在错误的方向上:弗吉尼亚州和新泽西州的更好的共和党人,他们在随后的中期选举中做得更糟。
即将到来的纸张 在季度立法研究中(通过 约翰方 在猴子笼中,发现在特殊选举中占房间席位的党派控制的变化是预测一般选举结果。在当前的背景下,这些结果表明了一个稍微有利的环境 民主党人 由于NY-23的皮卡(唯一的党派在房子特别选举中改变了这一选举周期)。
实际上,当然,民主党人将在2010年遇到艰难的时刻 - 我 完全期待他们 丢失大量席位。但与之相反 这 媒体 炒作,弗吉尼亚州和新泽西州的结果没有提供有关该结果可能是什么的很多信息。
布伦丹 -
在审核Abramowitz列后,我认为您的结论太多了。
正如我所理解的那样,Abramowitz的要点是总统党是中期成果的主要贡献因素。他的回归分析显示了这一点,任何人都必须同意。
但是,即使他指出:
“有时,弗吉尼亚州和新泽西州的胜利在中期选举中得到了大收益。 1993年共和党人赢得了这两个年度的比赛;一年后,他们获得了54个房屋席位和8名参议院席位,并在近半个世纪中首次控制了国会。 12年后,2005年,民主党人在弗吉尼亚州和新泽西州的胜利;一年后,他们拿起了30个房屋席位和6名参议院席位,并控制了各地的国会。“
因此,在某些情况下,可能存在相关性。
所以问题不是VA和NJ *的胜利是否始终*往往会指出中期术语的结果(他的分析表明他们没有),但无论是在尾巴上(即,在某些情况下)他们都有预测的力量。
在他的分析中,他没有看到任何迹象,他在衡量总督比赛的预测力之前,他控制了第一次效果(总统党),尽管他可能没有提供很多细节。
忽视分布尾巴的危险在去年的金融崩溃中很好地说明,至少由投资经理造成的投资管理人员假设他们的回归的模型总是*正确的只是因为它们是正确的风险分布尾部。
怀疑主义确实是为了命令(不是受欢迎的新闻是非常擅长的,ESP。如果它确认偏见)但是你的结论"no predictive power"似乎远离我的肯定。
Posted by: MartyB | 2009年11月5日在下午01:38
因此,在某些情况下,可能存在相关性。
是的,但点击乐队正在制作,这是竞赛't 预测.
你的例子("有时,弗吉尼亚州和新泽西州的胜利在中期选举中得到了大幅增加......")如果我们正在判断硬币折腾的预测值,那么我们会期待的。有时,大收益会追随一个头上,并偶尔他们会't.
如果说 绝不 happened, we'D考虑VA / NJ结果将在2010年预测民主收益。如果它 总是 happened, we'D预测共和党收益。
但我们可以't do either. So it's not predictive.
Posted by: jinchi. | 2009年11月06日下午06:47
jinchi,"always" and "never"设置太高的标准来判断某事是否是预测性的。相关系数及其统计学意义的幅度揭示了如何可靠预测的东西;衡量标准不需要确定性预测。
Posted by: Rob | 2009年11月07日晚上07:09
jinchi,"always" and "never"设置太高的标准来判断某事是否是预测性的。
那 '真的。但随着Brendan引用的段落指出,相关系数小而统计学微不足道(0.09超过11个选举周期)。通过折腾硬币,您可以轻松获得相同的相关系数。
它仍然是't be predictive.
Posted by: jinchi. | 2009年11月05日08:23 PM
每个人都过度思考中期表现。
让'假设某个给定的小区有总统选举65%的投票率,有轻微的分区胜利的民主党候选人,谁赢得选举。 DEM代表也赢得了,因为DEMS赢得了该区。
事情发生了,有些适合Dems,有些不好。两年过去。
现在它'是中期。投票率为45%。在20%的辍学中,大多数是对总统投票的人,而不是代表。这意味着其余的是共和党,这意味着代表丢失。
那里'几乎没有什么可以做到这一点,奥巴马缺乏个人公投。为什么?因为人们,非常自然,对总统更兴奋,而不是代表 - 特别是如果他在个人上做了什么都没有做任何令人兴奋的话。
Posted by: Miles | 2009年11月08日下午08:40
jinchi - 较高的相关性意味着更加预测的力量,一般而言。
我的一个问题是,在计算NJ和VA总督的比赛的相关性之前,Abramowitz是否与最预测的权力(总统党)控制。我的统计知识有点生锈,但我似乎记得并非所有回归技术都适合分析次要变量的力量。换句话说,它'对于总督比赛计算的低相关是因为该技术有缺陷。
我的另一点是回归分析只能在一定程度上可靠,并且只有左右的正态分布/环境。换句话说,州长在那些年里的比赛可能是有意义的预测因子"non-normal"多年(如果他们发生在11个实例中也可能表明这些国家的情况确实不正常)。
正如我上面的最后评论所明确的评论,两者都需要怀疑 - 即“他们是预测的”与“他们不是预测的”。
Posted by: MartyB | 2009年11月06日下午01:24
在两个方向上需要怀疑论 - 即“他们是预测的”与“他们不是预测的”。
看,这是我们不同意的地方。这里's the prediction
从7个选举列出,这两个州当选为同一方的部件,其预测是正确的3倍了,而且错的4倍。仅限于NJ种族:11次是正确的5次,错误的6次,其中11次仅限于VA种族:它是正确的6次,错误5次。
这些都是你的'D期望翻转硬币。
Brendan和Abramowitz指出那里 是 一种高度相关的预测。
那 statement was true 9 times out of 11 the same elections.
Posted by: jinchi. | 2009年11月06日下午03:49