评估立法者显示偏好的差异：基于第107届美国参议院的案例研究
应用统计
2016-01-29 v1
摘要
点名投票数据被广泛用于评估立法者的偏好与意识形态，以及检验立法行为的理论。特别地，点名投票数据常用来判断立法者的显示偏好是否受到外部力量（如政党压力、少数派地位或程序规则）的影响。本文描述了一个贝叶斯分层模型，该模型扩展了现有的空间投票模型，以利用与此类假设相关的后验概率检验关于偏好差异的尖锐假设。我们利用该模型研究第107届美国参议院期间政党多数地位变化对参议员显示偏好的影响。该分析提供的证据表明，政党归属的变化可能影响立法者的显示偏好，但并未提供多数地位对立法者显示偏好影响的证据。
引用
@article{arxiv.1601.07617,
title = {Assessing differences in legislators' revealed preferences: A case study on the 107th U.S. Senate},
author = {Chelsea Lofland and Abel Rodriguez and Scott Moser},
journal= {arXiv preprint arXiv:1601.07617},
year = {2016}
}