டம்மீஸ் (II)க்கான புள்ளிவிவரங்கள்: மெட்ரோஸ்கோபியா vs 20-D

அதை நீங்கள் நினைவில் வைத்திருப்பீர்கள் முந்தைய கட்டுரையில் ஒரு கணக்கெடுப்பின் "பிழை" வரையறுக்கப்பட்டது, அதனுடன் தொடர்புடைய நிலையான விலகல் கற்பிக்கப்பட்டது, இறுதியாக, ஒரு கருத்துக்கணிப்பாளரின் நம்பகத்தன்மையை நிறுவ இந்தத் தரவை எவ்வாறு பயன்படுத்துவது என்பது விளக்கப்பட்டது, அதன் கணிப்புகளை கடுமையான யதார்த்தத்துடன் ஒப்பிடுகிறது.

இருப்பினும், அந்த "கச்சா" முறை ஒரு தீவிரமான சிக்கலைக் கொண்டிருந்தது, அது கிட்டத்தட்ட பொருந்தாது (குறைந்தபட்சம், ஸ்பானிஷ் பொதுத் தேர்தல்களுக்கு): "சந்தேகத்திற்குரிய" கணக்கெடுப்பு தேர்தல்களுக்கு மிக அருகில் இருந்தால் மட்டுமே அது அர்த்தமுள்ளதாக இருக்கும்: நாம் இரண்டைப் பற்றி பேசினால் அல்லது மூன்று வாரங்கள் தூரத்தில் இருந்து, வழக்கம் போல், அதைக் கோருவது எப்போதும் சாத்தியமாக இருந்தது…

"அந்த நேரத்தில், நிறைய வாக்குகள் நகர்கின்றன, எனவே கருத்துக்கணிப்பாளர் நிறைய தவறுகளை செய்கிறார் என்பது தர்க்கரீதியானது. "பேய்களைப் பார்க்க வேண்டிய அவசியமில்லை."

உண்மையில், வாக்கு நகர்கிறது: பிரச்சாரத்தின் இறுதி வாரங்களில் ஒரு கட்சியின் தேர்தல் எதிர்பார்ப்புகள் கொஞ்சம் கொஞ்சமாக மாறக்கூடும் என்பது தெளிவாகிறது. ஆனால்... இவ்வளவுதானா? எப்போதும் சர்ச்சைக்குரிய மெட்ரோஸ்கோப்பியாவை மையமாகக் கொண்டு, டிசம்பர் 20 க்கு ஒரு மாதத்திற்கு முன்னதாக அதன் பேரழிவு கணிப்பு பிழைகள் வாக்காளர்களின் மனநிலையில் பாரிய மாறுபாடுகளின் விளைவாக இருக்க முடியுமா? Podemos உயர்வு (3.6 புள்ளிகள்) மற்றும், எல்லாவற்றிற்கும் மேலாக, C இன் பேரழிவு (8.7 புள்ளிகள்), இந்த கருத்துக்கணிப்பாளர் நமக்குக் காட்டும் ஒரு மாதத்திற்குள், புள்ளிவிவர ரீதியாக நம்பத்தகுந்ததா?

முறை

வெளிப்படையாக, பதில் அந்த போட்டியின் சராசரி மாத மாறுபாட்டைப் பொறுத்தது. ஒரு கட்சி ஒரு வருடம் முழுவதும் 20% நிலையானதாக இருந்தால், 10 புள்ளிகள் "திடீர்" வீழ்ச்சியை நியாயப்படுத்துவது மிகவும் கடினமாக இருக்கும். எனவே, முதலில் நமக்குத் தேவையானது ஒப்பிட வேண்டிய ஒன்று. ஒரு குறிப்பிட்ட போட்டிக்கு மட்டுமல்ல, முழுமைக்கும்.

இதைச் செய்ய, 2015 ஆம் ஆண்டு முழுவதும் மெட்ரோஸ்கோபியாவிலிருந்தே தரவை எடுத்து, வாக்களிக்கும் நோக்கத்தில் சராசரி மாத மாறுபாட்டை நிறுவுவதை விட சிறந்தது என்ன?

எடுத்துக்காட்டாக, Podemos, ஜனவரியில் 28,2 என்ற வாக்களிக்கும் எண்ணத்தைக் கொண்டிருந்தது, பிப்ரவரியில் அது 27.7 ஆகக் குறைந்தது, எனவே Podemos க்கு அந்தக் காலகட்டத்தில் மாறுபாடு விகிதம் (27,7-28,2)/1=-0,5 .21,5 புள்ளிகள்/மாதம். அதாவது, அவர் மாதத்திற்கு அரை புள்ளி என்ற விகிதத்தில் வாக்களிக்கும் எண்ணத்தை இழந்து கொண்டிருந்தார். மறுபுறம், மற்றும் ஒப்பிடுகையில், ஜூலையில் வெளியிடப்பட்ட இரண்டு கணக்கெடுப்புகளுக்கு இடையேயான இரண்டு வாரங்களில், Podemos 18,1 முதல் 18,1 வரை சென்றது, எனவே மாறுபாட்டின் விகிதம் அப்போது (21,5-0.5)/ 6.8=-XNUMX புள்ளிகள்/மாதம் (I எந்த அமானுஷ்ய நிகழ்வு இந்த சரிவை நியாயப்படுத்துகிறது என்று தெரியவில்லை).

சரி, இந்த மாதாந்திர மாறுபாடுகள் அனைத்தையும் ஒன்றிணைப்பதே நாம் எதிர்கொள்ளும் பிரச்சனை: "sumar"Podemos, C's, PSOE, PP... இன் முடிவுகள் 20-D இல் என்ன நடந்தது என்பதை ஒப்பிடக்கூடிய சராசரி மதிப்பைப் பெறுவதற்காக. மேலும் நான் சொல்கிறேன்"sumarlas”, மேற்கோள்களில், ஏனென்றால் வெளிப்படையாக நம்மால் அதைச் செய்ய முடியாது: இதன் விளைவாக பூஜ்ஜியமாக இருக்கும் (சிலருக்கு என்ன லாபம், மற்றவர்கள் இழக்கிறார்கள்). அதிர்ஷ்டவசமாக, இந்த "உலகளாவிய" கணக்கிட குறைந்தது இரண்டு வெவ்வேறு முறைகள் உள்ளன.

1)      கிளாசிக்: sumar ஒவ்வொரு போட்டியின் மாதாந்திர மாறுபாட்டின் முழுமையான மதிப்புகள்

2)       இன்னும் கொஞ்சம் “அயல்நாட்டு”: பித்தகோரஸைப் பயன்படுத்துங்கள்.

முதல் வடிவம் "மன்ஹாட்டன் தூரம்", இரண்டாவது "யூக்ளிடியன் தூரம்" என்று அழைக்கப்படுகிறது. இரண்டு முறைகளும், எண்ணிக்கையில் மிகவும் வேறுபட்ட முடிவுகளைத் தரக்கூடியவை என்றாலும், அவை புள்ளிவிவர ரீதியாக உள்ளன என்பதை அறிவது சுவாரஸ்யமானது அதிகமாகவோ அல்லது குறைவாகவோ சமமானவை: இரண்டாவது ஒரே போட்டியில் திடீர் மாற்றங்களுக்கு அதிக உணர்திறன் கொண்டது. இந்த வழக்கில், மற்றும் பொறி அல்லது அட்டை இல்லை என்பதை தெளிவுபடுத்த, கணக்கீடு இரண்டு முறைகளிலும் மேற்கொள்ளப்பட்டுள்ளது.

முடிவு

சரி, எல்லா தரவையும் எக்செல் அட்டவணையில் வைக்கும்போது, ​​​​பின்வருபவை பெறப்படுகின்றன:

மெட்ரோஸ்கோபியா கணக்கெடுப்புகளுக்கான உலகளாவிய வாக்களிப்பு நோக்கத்தின் சராசரி மாறுபாடு (மன்ஹாட்டனின் படி) 8,55 புள்ளிகள்/மாதம். நிலையான விலகல் 4.76 புள்ளிகள்/மாதம்

மெட்ரோஸ்கோபியா கணக்கெடுப்புகளுக்கான உலகளாவிய வாக்களிப்பு நோக்கத்தின் சராசரி மாறுபாடு (யூக்ளிடியன்) 4,51 புள்ளிகள்/மாதம் ஆகும். நிலையான விலகல் 2,5 புள்ளிகள்/மாதம்

முடிவுகளை

மன்ஹாட்டன் முறையில் கவனம் செலுத்துவோம், இது மிகவும் உள்ளுணர்வு:

நவம்பர் மாத இறுதியில் மெட்ரோஸ்கோபியாவால் வெளியிடப்பட்ட தேர்தலுக்கு முந்தைய கருத்துக்கணிப்புடன் 20-டியின் உலகளாவிய முடிவை ஒப்பிட்டுப் பார்த்தால், ஒரே மாதத்தில் அது உண்மை என்று கருதி, திரட்டப்பட்ட மாறுபாடுகளைப் பெறுவோம். அனைத்து கட்சிகளும் (குறிப்பாக சி மற்றும் பொடிமோஸ்) கொடுக்கின்றன... நீங்கள் உட்கார்ந்திருக்கிறீர்களா?

 28,5 புள்ளிகள்/மாதம்!!!.

அதாவது, வெளியானது உண்மையாக இருந்தால், மேற்கூறிய கணக்கெடுப்பின் தரவுகள் சேகரிக்கப்பட்ட 23-25 ​​நாட்களில், தேர்தல் வரை, வாக்களிக்கும் நோக்கத்தின் வேகம் மாறிவிட்டது. நான்கு மடங்கு சாதாரண. உண்மையில், C இன் மாறுபாடு மட்டும், 11 புள்ளிகள்/மாதம் வீழ்ச்சியுடன், ஏற்கனவே தரவரிசையில் இல்லை.

சரி, இது எவ்வளவு முரண்பாடானது என்பதைப் பார்க்க மட்டுமே உள்ளது. அதற்கு முந்தைய கட்டுரையில் விளக்கப்பட்ட அதே அளவுகோல்களைப் பயன்படுத்துகிறோம். குறிப்பாக, சராசரியிலிருந்து விலகல் என்பது நிலையான விலகலை விட 4,2 மடங்கு அதிகமாகும், அதாவது…

29/11/15 Metroscopia கணக்கெடுப்பில் ஏற்பட்ட பிழையானது பிரச்சாரத்தின் போது வாக்களிக்கும் நோக்கத்தில் உண்மையான மாறுபாடுகளின் விளைவாக இருந்தது: 0.0027%. அதாவது 37000 பேரில் ஒருவர்.

யூக்ளிடியன் முறைக்கான கணக்கீடுகளை மீண்டும் செய்தால், நடைமுறையில் ஒரே மாதிரியான முடிவைப் பெறுகிறோம்: நிகழ்தகவு மாறிவிடும் 0.0022%. அதாவது இடையில் ஒன்று 45000: மேற்கூறியவற்றுடன் முற்றிலும் ஒத்துப்போகிறது.

தேர்தல் பிரச்சாரம் என்பது ஒரு "சாதாரண" காலம் அல்ல என்பது உண்மைதான், மேலும் வாக்குகள் மிகவும் திடீர் மற்றும் "பதட்டமடையும்" விதத்தில் மாறுபடும் போக்கு அதிகமாக இருப்பதாக கருதப்படுகிறது (இதை மறுக்கும் சமூகவியல் ஆய்வுகள் இருந்தாலும், செல்வாக்கு என்று கூறுகிறது. வாக்காளர்களின் பிரச்சாரம் கிட்டத்தட்ட பூஜ்யமானது). ஆனால், இந்த அபரிமிதமான எண்களுடன் முரண்படுவது போதுமானதா? ஒவ்வொருவரும் தங்கள் சொந்த முடிவுகளை எடுப்பதை நான் விட்டுவிடுகிறேன்.

-

குறிப்பு: கணக்கீடுகளைச் செய்யும்போது, ​​சமீபத்திய Metroscopia தேர்தலுக்கு முந்தைய கருத்துக்கணிப்பு நிராகரிக்கப்பட்டது, முந்தையதைக் காட்டிலும் மிகவும் திடீர் மற்றும் சரியான நேரத்தில் (இராஜதந்திரமாக இருக்கட்டும்) மாறுபாடுகளைக் காட்டியதற்காக. இருப்பினும், இது சேர்க்கப்பட்டால், நிகழ்தகவு தோராயமாக 1 இல் 200 ஆகிவிடும்.

விக்டோரினோ கார்சியாவின் கட்டுரை.