领先于计数：一种即时决选制选举的概率预测算法

在并非所有选票都已计票的情况下，我们如何概率性地预测排名选择选举的获胜者？在本研究中，我们引入了一种新颖的算法，旨在预测即时决选制选举的结果。该算法以一组描述每个候选人排名得票总数的离散概率分布作为输入，并计算每个候选人赢得选举的概率。实际上，我们计算了在 IRV 轮次中可能发生的所有可能的淘汰序列，并为每个序列分配一个概率。这些离散概率分布可以是任意的，在实际应用中，可以通过选前民调数据或进行中选举的部分计票结果来经验性地测量。该算法对于候选人数量较少（五名或更少）的选举非常有效，在普通消费级计算机上执行速度很快。其运行时间足够短，使得我们的方法可用于选举夜的实时建模，随着越来越多的投票信息可用而不断做出新的预测。我们在抽象示例中演示了该算法，并使用 2022 年阿拉斯加州选举的真实数据模拟了选举夜预测以及重新计票预测。