党派不公正划分识别指标的比较

目前，尚无有效且标准化的方法来识别党派不公正划分的存在。一种相对较新的识别方法是集合分析。该方法通过生成大量中立的投票方案集合，然后利用数学指标将给定的投票方案与该集合进行比较。在本文中，我们调研了用于该识别过程的七种最常见数学指标，分别是效率差距、权重为 2 的加权效率差距、权重为 1 的相对效率差距、权重为 2 的相对效率差距、均值-中位数得分、党派偏差和偏角。我们对所有这些指标进行了定义和讨论。分析方法是使用每个指标对十次选举进行集合分析，以确定每个指标是否将每次选举判定为不公正划分。这十次选举均已在文献中被研究过，因此我们将这些结果与指标得出的结果进行比较以评估准确性。我们表明，尽管均值-中位数得分和党派偏差在所有七个指标中适用性最广，但它们也最不准确。其余五个指标之间未检测到显著差异，因此我们的最终建议是：如果适用，使用四种效率差距变体之一或偏角；若不适用，则使用均值-中位数得分。在所有测试的指标中，党派偏差的准确性最低。