מבוא
המטרה של פרויקט הדוגמנות הזה הייתה לחזות את תוצאות הבחירות של 2024 תוך שימוש בנתונים של בריאות הציבור, הדמוגרפיים וההיסטוריים. הגישה הייחודית מסתמכת על מנבאים המהווים פרוקסי לתמיכה ציבורית במפלגה הדמוקרטית בתוך אוכלוסייה. בארה"ב, אנו עומדים בפני בחירה בינארית, דמוקרטית או רפובליקנית, והבחירה שלנו נקבעת על ידי קולות אלקטורים מכל מדינה. לכן, מדד התגובה שנחזה היה פשוט מרווח הניצחון בתוך מדינה.
בגלל מכללת הבחירות, חיזוי הבחירות הוא בעצם עניין של חיזוי קומץ מדינות. לרוב המדינות יש היסטוריה אמינה של מרווח ניצחון רחב למפלגה כזו או אחרת, בעוד למעטות אין. הנתונים והמודל יהיו מדויקים במידה שהם מנבאים במדויק את המצבים הללו. בשל גודל המדגם הקטן יותר של הבחירות הלאומיות האחרונות וחשיבותן של נקודות הנתונים האחרונות במודל, הוא לא יוכל לייצר תחזיות מדויקות ביותר עבור מדינות עם מרווחי ניצחון קטנים. לכן, הצלחתו של המודל הזה תהיה תלויה ביכולתו לזהות לאילו מדינות מתנדנדות יש יותר תמיכה בדמוקרטים (או רפובליקנים) ממה שמתגלה כעת בסקרים.
רקע והנחות
במהלך שני מחזורי הבחירות האחרונים לנשיאות, ראינו סקרים ציבוריים נכשלים במובנים מרכזיים. ב-2016, כמעט כל כלי סקרים ותקשורת מרכזיים לא הצליחו לזהות את מידת התמיכה הציבורית בקרב הדמוקרטים והעצמאיים שהובילה לניצחונו של טראמפ במדינות מרכזיות בתנופה ובחגורת החלודה. בשנת 2020, כלי הסקרים שוב העריכו את תמיכתו של טראמפ במדינות מפתח. מאז, האמון ביכולתה של התקשורת לחקור ולהגיע לאמת נשחק עוד יותר.
ניתוח זה מבקש למצוא מנבאים המשקפים מצב מדויק יותר של העדפה פוליטית של הציבור שאינם נתונים לחולשות ההטיות של תעשיית הסקרים. בשל האופי ההיפר-קוטבי של מגיפת קוביד-19, והקווים הברורים במפורש שבהם נפלה התמיכה בזריקת קוביד-19, הקליטה הציבורית עבור הגרסה ה"חדשה" של כל שנה של זריקת קוביד-19 נמצאת בקורלציה גבוהה עם התמיכה ב-Covid-19. המפלגה הדמוקרטית. מכיוון שיש זריקת Covid-XNUMX חדשה מדי שנה, ההנחה היא שהמשך הקליטה מעיד על נאמנות קולות דמוקרטית. אינדיקטורים אחרים, כמו שיעור הגירה מקומית ובקשות לקלפי בדואר, נמצאים בקורלציה חזקה עם התמיכה הדמוקרטית בארבע השנים האחרונות.
בנוסף, נתוני אוכלוסיה ממקורות בריאות הציבור שימשו כמשתנים בקרה או חיזוי, כולל שיעור תמותה, שיעור ילודה ובריאות נפשית. חלק מהדינמיקות הדמוגרפיות והאוכלוסיות קשורות למדינות הנוטות יותר לרפובליקאים ואחרות למדינות הנוטות לדמוקרטיה, ויחסים אלו התקיימו לאורך זמן בהיסטוריה האחרונה. לאמצעים אחרים, כמו שיעור הגירה נטו, יש קשרים חזקים, אבל אלה הם עדכניים יותר והושפעו ממגיפת Covid-19, שבמהלכה מדינות כחולות סגורות רבות ראו הפסד נקי, ומדינות פתוחות אדומות ראו רווח נקי. הפופולריות של זריקת Covid-19 השנתית כעת הולכת ופוחתת משנה לשנה, והנתונים הותאמו למדידת הפופולריות היחסית, כאשר מדינות עם קליטה כללית גבוהה מהממוצע משקפות תמיכה גבוהה יותר של המפלגה הדמוקרטית.
בסך הכל, ניתוח זה מבקש לשלב הן מגמות ארוכות טווח והן מגמות עדכניות יותר על מנת להעריך את רמת התמיכה הנוכחית במפלגה הדמוקרטית. מכיוון שיש להכשיר את המודל על נתונים שזמינים רק בחודשים (קוביד-ווקס) ובשבועות (בקשות הצבעה נפקדות) לקראת הבחירות, הוא לא יוכל לזהות משמרות של שעה 11.
כפי שאמר ג'ורג' בוקס, "כל הדגמים שגויים, אבל חלקם שימושיים." התקווה שלי עם הניתוח הזה היא שזה עשוי להיות שימושי לזהות אותות שעשויים לא להיות נוכחים בסקרי בחירות מסורתיים. בנוסף לחיזוי (שזה בעיקר בשביל הכיף), כללתי כמה ניתוח מצב תנופה שלדעתי עשוי לשפוך קצת אור על שינויים מרכזיים שהתרחשו בארבע השנים האחרונות.
שיטות
מכיוון שההסבר והפרשנות הם קריטיים בהקשר הבחירות, נצמדתי למודלים פשוטים. מודלים ליניאריים כלליים, רגרסיה לוגיסטית ו-Random Forest הוכשרו כולם על נתונים מ-2020-2022. התוצאה, או התגובה, הייתה שולי הניצחון של המפלגה הדמוקרטית. עבור המודל הלוגיסטי, התגובה החזויה הייתה ניצחון או הפסד בינאריים לאותה מדינה. מכיוון שלכל דגם יש נקודות חוזק וחולשה משלו, יחד עם שיעורי השגיאות שלו, הסיווג הסופי של ניצחון או הפסד ייקבע לפי קולות הרוב. העליתי את הקוד והנתונים שלי ל GitHub, וכל אחד מוזמן לבקר, לתקן או לתת משוב.
מגבלות
בגלל ההחלטה שלי להשתמש בקליטה של קוביד-19 בקרב מדינות כמנבא, זה מגביל את ציר הזמן והנתונים שניתן לאסוף. בשל כך, אני מצפה שלמודל תהיה הטיה כלפי הדמוקרטים. מתוך 50 מדינות, חמש נפלו בטווח השגיאות. כל חמש המדינות הללו נחשבות למדינות תנופה. למטרות סיווג, רק מדינות הנופלות בבירור מחוץ לטעויות של הדגמים שלי יסווגו כניצחון עבור אותו צד. אלה בטווחי השגיאה יסווגו כהטלות.
דיון
מכיוון שבארה"ב, בחירות הן בחירה בינארית, הניתוח מסתכל רק על דמוקרטים מול רפובליקנים ואינו יכול לזהות שינויים בתמיכה במועמד בקרב מצביעי המפלגה הנגדית. זה חושף הנחת יסוד של המודל, שבחירות אלה עדיין עוסקות בעיקר בנאמנות מפלגתית על המועמד הבודד.
עבור המועמדת הדמוקרטית קמאלה האריס, אני מאמין שההנחה הזו נכונה, שכן היא לא נבחרה בהצבעה עממית במהלך הפריימריז, וחלק ניכר מהקמפיין עסק ביצירת פרסונה בעלת מבנה אסטרטגי מתוך אישה שעד לאחרונה התעלמו ממנה במידה רבה. , פוטר, ואפילו לעג. אנו יכולים לראות שבמהלך החודשים האחרונים, הוויכוחים, ניסיונות ההתנקשות ורגעים מרכזיים אחרים פשוט לא השפיעו כלל על מגמות הסקרים.
לגבי דונלד טראמפ, אני לא מאמין שההנחה הזו מתקיימת. הפרסונה הידועה של טראמפ היא דומיננטית ונמצאת בכל מקום. מאז הנשיאות שלו בשנים 2017-2021 והמאבקים המתמשכים שלו בתביעות משפטיות, ניסיונות התנקשות ואובססיה תקשורתית, הזכייה של טראמפ אומרת עליו הרבה יותר מאשר המפלגה הרפובליקנית. המפלגה הדמוקרטית היא מכונה, והמפלגה הרפובליקנית רק חיזקה את התמיכה בטראמפ בעל כורחו לאחר שנים של מאבק פנימי ופילוג בין מנהיגיה.
מכיוון שהמודל משתמש בנתונים הן מהבחירות לנשיאות ב-2020 והן מהבחירות לסנאט ב-2022, הוא מאומן לדגמן תמיכה במפלגה, ובכך החולשה המובנית שלו. הסקרים האחרונים השתנו לטובתו של טראמפ, אבל יש מדינות נדנדות גדולות במכה מתים. נאמן לשיטות שלי ולכוונת התרגיל הזה, אף אחד מהנתונים האלה לא נכלל.
ניתוח מצב נדנדה
תוצאות הבחירות ייקבעו על ידי קומץ מדינות. נכון לעכשיו, המרוצים הצמודים באריזונה, נבאדה, ויסקונסין, מישיגן, צפון קרולינה, ג'ורג'יה ופנסילבניה מספיקים כדי להטות את הבחירות לטובת שתיהן. מבין המדינות הללו, המודל סיווג את מישיגן ופנסילבניה כדמוקרטיות מתנדנדות בבטחה. שאר המצבים היו כולם בטווח השגיאות של הדגם ולכן סווגו כהטלות.
כדי לספק קצת הקשר חזותי לאופן פעולת הניתוח הזה, הנה כמה פירוטים של כמה מהחזאים למצבים הנחשבים בדרך כלל למצבי תנופה.
שיעורי הגירה מקומיים: 2019-2023*
בסך הכל, יש קשר שלילי בין שיעור ההגירה נטו לבין מרווח הניצחון הדמוקרטי. במהלך 4 השנים האחרונות, מדינות כחולות רבות איבדו אנשים, בעוד אדום מדינות הרוויחו. עבור המדינות המתנדנדות הללו, חלקן "אדומות" לגבי המושלים וממשלת המדינה, ואחרות "כחולות". בסך הכל, פנסילבניה ומישיגן הן השתיים היחידות שהיו להן שיעורי הגירה שליליים במהלך 2 השנים האחרונות.
בקשות לקלפי בדואר
חלק מהמדינות, כמו קליפורניה, קולורדו ונבאדה, הן מדינות "כל הדואר". המשמעות היא שלכל בוחר רשום נשלח כברירת מחדל פתק הצבעה בנייר. למעט יוטה (ואולי נבאדה), כמעט כל המדינות הללו הן מדינות כחולות והן כחולות לחלוטין. נבדה היא מדינת הנדנדה היחידה שהיא מדינת דואר בלבד, כפי שניתן לראות שהבקשות שלה נשארות קבועות. המגמה הכללית עם רוב האחרים למעט אריזונה היא ירידה בבקשות דואר בהצבעה.
קליטת זריקות שנתית של Covid-19**
מכיוון שהמודל משתמש בקליטה שנתית של Covid-shot בתור א מנבא חזק של תמיכת המפלגה הדמוקרטית, אך הפופולריות הכוללת הולכת ופוחתת, המודל משתמש בניקוד יחסי כדי להשוות כל מדינה אחת לשנייה במהלך השנה. מלבד ויסקונסין, לשאר המדינות הייתה קליטת זריקות קוביד-19 מעט מתחת לממוצע ב-2021**, 2022 ו-2024.
*שיעורי ההגירה המקומיים מותאמים לשנה הקודמת.
**מכיוון שצילומי Covid-19 לא היו זמינים עד 2021, נתוני 2021 הוצמדו לנתוני תוצאות הבחירות של 2020. עבור 2022 ו-2024, הנתונים משקפים את הקליטה של הגרסה החדשה של אותה שנה.
כדי לקבל תחושה עד כמה חשובים המנבאים למודל, התרשים שלהלן מדרג כל מדד עד כמה הוא משפיע על אחת מהתחזיות של המודל. כפי שאתה יכול לראות, קליטת הזריקות של Covid-19 מדורגת ממש תחת "ניצחון דמוקרטי קודם".
תוצאות שימוש
המודל גרם להריס לזכות בבטחה ב-260 קולות אלקטורליים מהמדינות שהוא צופה שיהיו דמוקרטיות בבטחה. אם פנסילבניה ומישיגן אכן במחלוקת, אז רק 226 מהן הן דמוקרטיות בבטחה.
המודל גרם לטראמפ לזכות בבטחה ב-219 קולות אלקטורים מהמדינות שהוא צופה שיהיו רפובליקאיות בבטחה.
המדינות המתנדנדות ויסקונסין, ג'ורג'יה, צפון קרוליינה, נבאדה ואריזונה עומדות כולן לבחירה, ומייצגות 59 קולות אלקטורים. אם פנסילבניה ומישיגן מעורבות, מדובר ב-93 קולות אלקטורליים.
הנתיב של האריס לנצח
הדרך של האריס לניצחון נראית הכי קלה. עם הצבעה אלקטורלית התחלתית גבוהה יותר "בתיק", היא יכולה לאסוף קומץ של מדינות תנופה. פנסילבניה ומישיגן מוצגות כזכיות עבורה בדגם, ואם היא אכן תזכה בהן, היא פשוט צריכה כל אחת מאריזונה, צפון קרוליינה, ויסקונסין או ג'ורג'יה כדי לנעול אותה. אם היא מנצחת זה או אחר של פנסילבניה או מישיגן, אז היא צריכה להחליף את ההפסד ב-1-2 מדינות נוספות.
דרכו של טראמפ לניצחון
חשוב להסתכל על דרכו של טראמפ עם חשיבה של "הכל יכול לקרות". הוא גבר על הציפיות בשתי הבחירות הקודמות. רוב שומרי הסף של המידע, חוקרי הזרם המרכזי וסוקרי הבחירות טעו בעבר.
עם 219 בתיק, טראמפ חייב לקחת כל מדינת אריזונה, ג'ורג'יה, צפון קרוליינה, ויסקונסין ונבאדה. אם טראמפ ינצח בפנסילבניה ו/או במישיגן, הדרך שלו הופכת קלה יותר, כלומר הוא עדיין יזדקק ל-2-3 מההטלות הנותרות.
תסתכל על לוח המחוונים למטה. צור אינטראקציה כדי לראות כיצד דרכו של כל אחד מהמועמדים לניצחון על ידי זכייה במדינות ההטלה, וראה תרשימי פיזור לתחזיות הנמדדות לפי מדינה.
התחזיות האישיות שלי מבוססות על המודל
יש לי יותר אינטואיציה לגבי צפון קרולינה וג'ורג'יה מאז שאני מבלה שם, ואני קורא לאלו עבור טראמפ. אין לי את האינטואיציה הזו לאריזונה, נבאדה או ויסקונסין. אז קח את זה עם גרגר מלח. אבל בהיותה נאמנה לשיטה, הדוגמנית שלי מתקשרת לפנסילבניה ולמישיגן בשביל האריס, ואני מאמין שהיא תעבור לפחות 2-3 מצבי תנופה נוספים. אני מקווה שאני טועה.
הפניות:
מעבדת הבחירות של MIT https://electionlab.mit.edu/data#data
עובדות ארה"ב https://usafacts.org/economy/
מעבדת בחירות UF https://election.lab.ufl.edu/voter-turnout/
הצבעה ורישום בבחירות של נובמבר 2022 https://www.census.gov/data/tables/time-series/demo/voting-and-registration/p20-586.html
ה-CDC https://data.cdc.gov/NCHS/Indicators-of-Anxiety-or-Depression-Based-on-Repor/8pt5-q6wp/about_data
CMS https://data.cms.gov/provider-data/dataset/avax-cv19
ה-CDC https://www.cdc.gov/covidvaxview/weekly-dashboard/vaccine-administration-coverage-jurisdiction.html
חמישה שלושים ושמונה https://github.com/fivethirtyeight/election-results/blob/main/election_results_senate.csv
צג חיסונים KFF https://www.kff.org/coronavirus-covid-19/dashboard/kff-covid-19-vaccine-monitor-dashboard/
מעבדת בחירות UF https://election.lab.ufl.edu/2024-presidential-nomination-contests-turnout-rates/
המרכז הלאומי לסטטיסטיקה של בריאות https://www.cdc.gov/nchs/data_access/VitalStatsOnline.htm ה-CDC https://www.cdc.gov/nchs/data/vsrr/vsrr035.pdf Census.Gov https://www.census.gov/data/tables/time-series/demo/popest/2020s-state-total.htmlה-CDC https://www.cdc.gov/covidvaxview/interactive/adults.html
המרכז הלאומי לסטטיסטיקה של בריאות https://www.cdc.gov/nchs/fastats/state-and-territorial-data.htm
מפקד אוכלוסין- עוני https://www.census.gov/data/tables/time-series/demo/income-poverty/historical-poverty-people.html
מפקד אוכלוסין- שינוי אוכלוסייה לפי מדינה https://www.census.gov/newsroom/press-kits/2023/national-state-population-estimates.html
פרויקט הבחירות בארה"ב https://electproject.github.io/
פורסם מחדש מאת המחבר המשנה
פורסם תחת א רישיון בינלאומי של Creative Commons ייחוס 4.0
עבור הדפסות חוזרות, נא להחזיר את הקישור הקנוני למקור מכון ברונסטון מאמר ומחבר.
