TGViewer
Политический ученый Политический ученый @politscience · 3.98K subscribers
Post #344 6.96K
​​На днях Д. Трамп объявил о намерении принять участие в следующих президентских выборах. А тем временем в The Washington Post появился интересный материал о его влиянии на голосование избирателей на прошедших парламентских выборах. Оказалось, что кандидаты, которых Д. Трамп публично поддержал, получили голосов меньше, чем им давала прогнозная модель Cook Partisan Voting Index. На иллюстрации эти кандидаты обозначены оранжевыми точками: чем больше расстояние от пунктирной линии в сторону правого нижнего угла, тем больше отрицательное отклонение от ожиданий.

Не стоит, конечно, сразу делать громкие выводы. Как обычно, это скорее дополнительная информация для понимания. Важно, например, что речь здесь идет о тех округах, где традиционно есть сильная конкуренция между республиканцами и демократами (swing districts). При этом разница действительно впечатляющая: поддержанные Д. Трампом кандидаты недобрали в среднем пять пунктов, а те, кого он обошёл вниманием, наоборот, получили на 2.2 пункта больше прогнозируемого. Интересно и то, что в округах, где республиканцы не имеют серьезной конкуренции, поддержка Д. Трапа принесла кандидатам дополнительные 1,52%.

В этом противоречии кроется сложная задача для политтехнологов. Д. Трамп очень популярен среди республиканских избирателей, и поэтому имеет хорошие шансы снова выиграть праймериз. Но при этом его антирейтинг среди неопределившихся скорее всего негативно скажется на результатах голосования в конкурентных округах (штатах). А ведь именно от них зависит победа на президентских выборах.

Наконец, не могу не сказать и несколько слов о самой модели ожиданий, которая представлена в этом материале. Результаты американских выборов действительно очень сложно предсказывать, поэтому среди американских политологов эта проблематика очень популярна. Я уже как-то писал о том, что разработано и апробировано множество разных подходов: от простой экстраполяции результатов предыдущих выборов до сложных регрессионных моделей, методологическую основу которых составляет теория ретроспективного голосования (1). Есть и совсем нетривиальные. Я, например, как-то рассказывал здесь об одной, в которой используется модель Изинга, применяемая в физике для описания намагничивания материалов (2).

Модель Cook Partisan Voting Index, которая представлена в заметке The Washington Post, в этом отношении довольно проста, так как в первую очередь учитывает наблюдаемые устойчивые уровни поддержки кандидатов в избирательных округах. Возможно, поэтому она демонстрирует небольшие отклонения от прогнозов в неконкурентных округах и большой разброс в конкурентных. К примеру, в последних динамика макроэкономических индикаторов может лучше объяснять поведение избирателей в сравнении с политическими ориентациями или поддержкой кандидатов тем или иным политиком. #выборы #методология

(1) Lewis-Beck, M. S., & Rice, T. W. (1984). Forecasting Presidential Elections: A Comparison of Naïve Models. Political Behavior, 6, 9−21.
(2) Siegenfeld, A.F., Bar-Yam, Y. Negative representation and instability in democratic elections. Nat. Phys. 16, 186–190 (2020). DOI: 10.1038/s41567-019-0739-6
  • 👍 18
More from @politscience
  1. Feb 19, 2025Я упоминал, что мой сосед по офису — профессор экономики, который, хотя и недолго, занимал…
  2. Feb 19, 2025Политический ученый pinned «На этой неделе я завершаю набор на онлайн-курс "Латинская Амер…
  3. Feb 17, 2025Как не можете прокомментировать? Вы же политолог!? Эту фразу от журналистов я слышал множе…
  4. Feb 12, 2025Действия новой администрации Трампа напоминают мне то, что обычно характерно для авторитар…
  5. Feb 10, 2025На этой неделе я завершаю набор на онлайн-курс "Латинская Америка в фокусе современных пол…
  6. Feb 7, 2025Мы много говорим о том, что популизм уже давно стал глобальным феноменом. Популисты получа…
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →