5 lý do Mô hình bầu cử CU là sai

Hai nhà kinh tế chính trị tại Đại học Colorado gần đây đã công bố một phân tích về Cuộc bầu cử tổng thống năm 2012 đã tiên đoán rằng Romney sẽ thắng. Mô hình đã xem xét nhiều biến số kinh tế và tuyên bố mô hình này sẽ "dự đoán chính xác tất cả các cuộc bầu cử từ năm 1980."

Mô hình bầu cử Investmentmatome, ngược lại, được tạo ra bởi các nhà phân tích nghiên cứu phân tích kinh tế tại Princeton và Stanford và dự đoán rằng Obama sẽ dễ dàng giành chiến thắng trong cuộc bầu cử.

Cả hai mô hình đều tuyên bố là những bài thuyết trình không thiên vị về thực tế thống kê mà không có ý kiến ​​cá nhân, nhưng đi đến kết luận ngược lại. Làm sao có thể? Nói một cách đơn giản, mô hình của Đại học Coloado là thiếu sót sâu sắc. Đây là lý do tại sao:

5 lý do Mô hình bầu cử của Đại học Colorado đã chết sai

1. CU cheats mô hình CU

Nếu tôi nói với bạn những gì thời gian tôi xuất hiện cho công việc mỗi ngày tuần trước bạn sẽ có thể dự đoán những gì thời gian tôi đã xuất hiện cho công việc mỗi ngày tuần trước? Bạn muốn? Tuyệt quá! Bạn giỏi mô hình dự báo thống kê như Đại học Colorado.

Tuyên bố đã tạo ra một mô hình có thể "dự đoán chính xác tất cả các cuộc bầu cử từ năm 1980" là hoàn toàn vô nghĩa khi mô hình được tạo ra bằng cách sử dụng dữ liệu từ tất cả các cuộc bầu cử từ năm 1980. Trong số liệu thống kê, chúng tôi gọi đó là khai phá dữ liệu. Thủ tục thích hợp sẽ là sử dụng một tập hợp con của dữ liệu để tạo ra mô hình (có lẽ là các cuộc bầu cử năm 1980 và 1984) và sau đó kiểm tra mô hình trên “dữ liệu ngoài mẫu” của dữ liệu chưa được sử dụng để tạo mô hình (các cuộc bầu cử năm 1988 đến năm 2008). Chỉ sau đó bạn mới nhận được mô hình của bạn là bất kỳ tốt trong việc đưa ra dự đoán.

2. Mô hình CU phụ thuộc vào các giả định sai lầm.

Thất nghiệp ảnh hưởng đến cơ hội của các đương sự Dân chủ được tái đắc cử nhưng không phải là đảng Cộng hòa? Kết quả của đảng Cộng hòa có liên quan đến thu nhập bình quân đầu người trong khi đảng Dân chủ không? Có thật không? Trong thống kê bạn cần bắt đầu với giả định có ý nghĩa và sau đó kiểm tra chúng, không bắt đầu bằng dữ liệu và sau đó cho phép nhiều giả định điên rồ khi bạn cần tạo mô hình "dự đoán chính xác" tất cả dữ liệu của bạn.

3. Mô hình CU bao gồm các biến nó không nên…

Quay lại hiển thị ví dụ của tôi. Nếu tôi cung cấp cho bạn dữ liệu bổ sung về áo sơ mi màu tôi mặc mỗi ngày và những gì tôi đã ăn cho bữa sáng, bạn có thể dự đoán thời gian tôi xuất hiện để làm việc tốt hơn không? Có lẽ không, nhưng mô hình của bạn không biết điều đó. Điều có thể xảy ra là mô hình của bạn sẽ bắt đầu nói với bạn những điều điên rồ (tôi xuất hiện năm phút trước đó vào những ngày tôi ăn trứng cho bữa sáng, nhưng hai mươi phút sau nếu tôi mặc áo xanh) để phù hợp với tất cả các biến phụ của bạn dữ liệu.

Mô hình Đại học Colorado thực hiện điều này nhưng đến một mức độ khắc nghiệt hơn nữa. Nó sử dụng ít nhất SIX biến giải thích mặc dù nó chỉ có tám điểm dữ liệu bầu cử. Đây là cách quá nhiều từ quan điểm thống kê và có khả năng dẫn đến “mối tương quan giả” (tức là áo sơ mi xanh khiến bạn trễ việc hoặc thất nghiệp chỉ ảnh hưởng đến đảng Dân chủ).

4… và bỏ qua các biến quan trọng (như ứng cử viên!)

Một mô hình chỉ dựa trên các chỉ số kinh tế chỉ có thể toàn diện nếu các chỉ số kinh tế là yếu tố duy nhất thúc đẩy kết quả bầu cử. Họ không. Có bằng chứng cho thấy khả năng thích ứng của ứng cử viên, chi tiêu chiến dịch và thậm chí cả thời tiết đều đóng vai trò trong kết quả bầu cử. Lấy một ví dụ cực đoan: Điều gì xảy ra nếu đảng Cộng hòa quyết định điều hành một con ngựa thay vì một người làm ứng viên của họ? Đại học Colorado mô hình sẽ nói rằng con ngựa sẽ được bầu do điều kiện kinh tế kể từ khi mô hình của họ không xem xét các ứng cử viên ở tất cả. Bất kỳ mô hình dự báo bầu cử tốt nào đều phải tính đến sự sẵn lòng bầu cử của cử tri thực sự cho một ứng cử viên cụ thể.

5. Kết quả mô hình CU hầu như không thể

Ngay cả khi chúng ta bỏ qua tất cả các sai sót phương pháp của mô hình CU, kết quả của nó rất khó chấp nhận vì chúng gần như không thể thống kê được. Ví dụ, mô hình CU tuyên bố Romney sẽ thắng Pennsylvania. Tuy nhiên, khi các cử tri có khả năng ở Pennsylvania được thăm dò ý kiến, họ đứng về phía Obama 51-42, 49-40, 47-42, 53-42, 49-43, v.v. Trong thực tế, không một cuộc thăm dò ý kiến ​​nào của cử tri có khả năng ở Pennsylvania cả năm dự đoán một chiến thắng của Romney. Obama đang dẫn đầu gần 10 điểm, một sự dẫn đầu hầu như không thể vượt qua được rằng hơn 95% các cuộc thăm dò lịch sử đã chính xác trong vòng 7 điểm. Ngay cả khi chúng tôi cấp cho mô hình CU Pennsylvania, vẫn còn Ohio… Virginia… Wisconsin…

Tóm lại, mô hình CU hoàn toàn vô nghĩa. Điều này thực sự không có gì đáng ngạc nhiên khi các nhà kinh tế chính trị nghèo đang dự báo, theo tờ New York Times. Nhưng đừng dùng từ ngữ của chúng tôi. Dưới đây là tóm tắt về những gì các mô hình và thị trường khác nghĩ đến cơ hội của Romney:

Mô hình & thị trường	Dựa trên	Romney	Obama	Người chiến thắng?
Trường Đại học Princeton	Cuộc thăm dò	12%	88%	Obama
Investmentmatome	Cuộc thăm dò	20.2%	78.4%	Obama
Thời báo New York	Cuộc thăm dò	28.7%	71.3%	Obama
Bưu điện Washington	Chỉ số kinh tế	41.6%	58.4%	Obama
Đại học Mỹ	Chỉ số kinh tế	Obama rất được ưa chuộng	Obama
Betfair	Thị trường cá cược	37.0%	62.1%	Obama
Trong thương mại	Thị trường cá cược	44.0%	55.2%	Obama

Dự tính tính đến ngày 28 tháng 8 năm 2012

Joanna Pratt là Phó chủ tịch của thị trường tài chính tại Investmentmatome Investing, một trang web tài chính giúp các nhà đầu tư lựa chọn quỹ tương hỗ tốt hơn cho các kế hoạch 401 (k) của họ, tìm kiếm tốt hơn môi giới trực tuyến cung cấp tùy chọn tài khoản và đưa ra quyết định đầu tư thông minh hơn.