Các phép ngoại suy về số ghế và đảng thứ nhất theo tỉnh có đáng tin cậy không?

Việc ngoại suy số ghế và thậm chí cả “đảng thứ nhất trên mỗi tỉnh” thường được thực hiện từ dữ liệu tỷ lệ phiếu bầu được cung cấp bởi một cuộc khảo sát cụ thể hoặc mức trung bình. Thông thường, những phép ngoại suy này cũng bị chỉ trích là phát minh thuần túy.

Vì đây là một vấn đề gây tranh cãi nên chúng tôi sẽ cố gắng đưa ra một bản tóm tắt thật đơn giản về những lý do hỗ trợ cho cả hai. Có lẽ bằng cách này, chúng ta sẽ biết mình có thể và không thể mong đợi điều gì từ phép ngoại suy số ghế.

Phép ngoại suy có phải là một phát minh?

Không họ không. Các phép ngoại suy (ít nhất là nếu chúng được thực hiện tốt) dựa trên dữ liệu từ cuộc bầu cử gần đây nhất được tổ chức (ví dụ: trong trường hợp của Quốc hội, chúng dựa trên dữ liệu từ cuộc bầu cử ngày 26-J-2016), và họ tính đến một thực tế thực tế: không phải tất cả các tỉnh đều bỏ phiếu giống nhau và về cơ bản, những khác biệt về bỏ phiếu này được duy trì theo thời gian.

Vì vậy, dựa trên dữ liệu khảo sát, có thể ngoại suy tuyến tính để cố gắng tìm ra kết quả khả thi nhất theo từng tỉnh, từ đó suy ra cách phân bổ số ghế cụ thể.

Phép ngoại suy này có hữu ích không?

Vâng, rất hữu ích. Dữ liệu mà nó cung cấp sẽ đáng tin cậy hơn và gần với thực tế hơn nếu chúng ta không tính đến những khác biệt trước đây giữa các tỉnh.

Nó có chính xác không?

Không. Sử dụng phép ngoại suy của một cuộc khảo sát quốc gia để thảo luận xem bên này hay bên kia thắng ở Badajoz hay Huesca là liều lĩnh. Các bản đồ của Tây Ban Nha mà phép ngoại suy đưa ra đưa ra một hình ảnh tổng thể khá đáng tin cậy, nhưng mặt khác, chúng có khả năng thất bại và điều đó càng thảm hại hơn khi tỉnh mà chúng được ngoại suy càng nhỏ.

Điều này không có nghĩa là việc phân bổ số ghế mà phép ngoại suy đưa ra là vô giá trị, bởi vì Những sai lệch xảy ra ở một số tỉnh phần lớn được bù đắp bằng những sai lệch theo hướng ngược lại ở các tỉnh khác.. Đó là lý do tại sao các phương pháp ngoại suy khác nhau có xu hướng đưa ra những dự đoán tương tự về số ghế một cách đáng ngạc nhiên, mặc dù bản đồ của đảng đầu tiên theo tỉnh mà họ đưa ra hình như khá khác nhau.

Làm thế nào bạn có thể cải thiện phép ngoại suy?

Kỹ thuật ngoại suy thông thường, bao gồm việc chỉ áp dụng cho mỗi khu vực bầu cử cùng một tỷ lệ phần trăm sai lệch toàn cầu được quan sát cho mỗi đảng ở cấp quốc gia, dẫn đến sai sót, dẫn đến kết quả không thể (ví dụ: hơn 100% phiếu bầu hợp lệ ở một số khu vực bầu cử) , và không tính đến phần sai lệch không phải định tính mà là định lượng, không tỷ lệ mà song song ở tất cả các khu vực bầu cử. Ví dụ, với kỹ thuật này, một đảng lớn tăng từ 20% lên 40% số phiếu bầu ở cấp quốc gia từ cuộc bầu cử trước đến cuộc khảo sát gần đây nhất, sẽ tăng từ 40% lên 80% số phiếu bầu ở cấp tỉnh trong ví dụ: một bên nhận được nhiều phiếu bầu nhất và 3% đến 6% ở một bên nhận được ít phiếu bầu nhất. Kết quả như vậy không phù hợp với thực tế. Tất cả chúng ta đều đồng ý, theo lẽ thường, tỷ lệ thực tế ở tỉnh đầu tiên sẽ dưới 80% và ở tỉnh thứ hai lớn hơn 6%.

Đó là lý do tại sao tại Electomania, chúng tôi đã cải tiến phương pháp ngoại suy của mình trong năm qua, giới thiệu một hệ số hỗn hợp giúp hạn chế các biến đổi theo tỷ lệ.

Cải tiến thứ hai có thể được thực hiện, mặc dù phức tạp hơn về mặt kỹ thuật và rủi ro hơn, là tính đến sự phát triển của từng khu vực bầu cử theo các cuộc khảo sát gần đây hơn về các cuộc bầu cử khác (thành phố, khu vực) hoặc tốt hơn nữa là kết quả tiếp theo của các cuộc bầu cử. những cuộc bầu cử khác.

Không còn nghi ngờ gì nữa, nếu cải tiến này được thực hiện tốt, nó sẽ tinh chỉnh dữ liệu hơn nữa. Điều khó khăn, điều quỷ quái là nén dữ liệu đó về sau. địa phương với nhóm quốc gia, cũng như không vượt quá hoặc giảm thấp trọng lượng được đưa ra cho sự điều chỉnh này đối với toàn bộ phép ngoại suy.

Hai đoạn trước mô tả những thực tế phức tạp không đáng để trình bày chi tiết hơn và thậm chí không cần phải hiểu đầy đủ. Bạn chỉ cần giữ nguyên ý tưởng cơ bản: Ngoại suy tốt đã khó, làm tốt nó lại càng khó hơn vì nó đòi hỏi những điều chỉnh rất tinh tế.

Những yếu tố nào khác ảnh hưởng đến độ tin cậy của phép ngoại suy?

Yếu tố cơ bản là thời gian.

Việc vỗ cánh của một con bướm ở Peru cuối cùng sẽ ảnh hưởng đến khí hậu của Siberia, với điều kiện duy nhất là chúng ta cho ảnh hưởng đó đủ thời gian để hiện thực hóa. Tương tự như vậy, kết quả của một cuộc bầu cử sẽ ngày càng kém tin cậy theo thời gian, bởi có rất nhiều “con bướm” vỗ cánh và khiến mỗi tỉnh phát triển theo cách riêng. Do đó, “không khí” bầu cử trong tương lai sẽ ngày càng trở nên khó dự đoán hơn ở cấp địa phương theo từng tháng, mặc dù chúng ta có dữ liệu toàn cầu rất đáng tin cậy.

Các cuộc thăm dò được thực hiện một tháng sau cuộc tổng tuyển cử sẽ dễ ngoại suy hơn nhiều và kết quả của phép ngoại suy sẽ chắc chắn hơn nhiều so với kết quả được thực hiện bốn năm sau đó.

Một ví dụ điển hình nhất về điều này là cuộc bầu cử tổng thống Mỹ, nơi kết quả của 51 bang của Liên bang được những người thăm dò ý kiến ​​một phần từ dữ liệu quốc gia toàn cầu. Hệ thống bầu cử gây tò mò (và không công bằng) của Mỹ đã khuếch đại sai sót của những phép ngoại suy này, và mang lại cho Trump một chiến thắng với số đại diện mà ông thậm chí còn không thể tiến gần được về số phiếu bầu. Các cuộc thăm dò trên toàn cầu đã không thất bại trong các cuộc bầu cử đó: ngược lại, mức độ thành công của họ là rất lớn.

Ví dụ, Nate Silver gần như “đóng đinh” kết quả chung cuộc của Hillary Clinton và Donald Trump. Nhưng ông đã mắc sai lầm khi chỉ định các trạng thái then chốt và do đó xác định xác suất chiến thắng cho từng trạng thái:

Sự dự đoán…

…và hiện thực

Ở nơi Đảng Dân chủ giành chiến thắng, họ đã làm như vậy với tỷ lệ lớn hơn dự kiến, nhưng điều đó không mang lại cho họ nhiều đại diện hơn, trong khi ở nơi được mong đợi là hòa, nó đã bị phá vỡ, hầu như không có lợi cho Đảng Cộng hòa, những người do đó đã giành được nhiều đại diện hơn. hy vọng. . Như vậy, Trong khi thực hiện đúng trên toàn cầu, những người thăm dò đã mắc phải những sai lầm lớn ở địa phương.

Việc vỗ cánh của con bướm hỗn loạn đã ủng hộ Trump và dạy chúng ta một điều cơ bản: chúng ta đừng chú ý quá nhiều đến chi tiết, vì có thể ông ấy đã sai. Hãy tập trung vào bức tranh chung vì nó có thể sẽ đúng.

Và điều khác. Các hiệu ứng cánh bướm", Sức mạnh của sự hỗn loạn trong việc bóp méo kết quả là rất lớn trong các hệ thống bầu cử đa số hoặc bởi các đại biểu như của Hoa Kỳ, nhưng dễ kiểm soát hơn nhiều trong các hệ thống tỷ lệ. May mắn thay, ở Tây Ban Nha chúng tôi có một hệ thống ít mất cân đối hơn so với Hoa Kỳ. Vì vậy, phép ngoại suy của chúng tôi, với tất cả những sai sót, đáng tin cậy hơn nhiều.

Điều kiện duy nhất để làm được điều này là... đó là... các cuộc khảo sát được thực hiện tốt. Hãy hy vọng rằng ít nhất chúng cũng tốt như ước tính của Nate Silver đối với Hoa Kỳ.

Hiện tại, ở đây chúng tôi để lại cuốn cuối cùng được xuất bản ở Tây Ban Nha, bởi Celeste-Tel, với sự phân bổ số ghế và phép ngoại suy của chúng tôi theo tỉnh.

Chúng tôi khá tin vào điều đó, nhưng điều đó hợp lý. Bạn nghĩ sao?

thợ săn jose