存在新政党竞争的选举结果贝叶斯预测
应用统计
2025-01-03 v2
摘要
本文提出了一种利用基础模型与基于模型的民意调查聚合结果相结合来预测选举结果的方法。我们为基础模型提出了一种贝叶斯层次结构，综合了省、地区和国家层面的数据。我们使用贝叶斯策略将基础模型与近期民意调查的信息相结合。每当有新信息（例如新的民意调查）可用时，该模型可以自然地进行更新。该方法非常适合应对新政党进入选举竞争这种日益频繁的情况，尽管我们的方法足够通用，可以适应任何其他选举情况。我们以 2015 年西班牙国会选举为例说明了我们方法的优势，在此次选举中两个新政党最终获得了 30\% 的选票。我们比较了我们的模型与替代模型的预测性能。总体而言，我们模型的预测优于替代方案，包括结合基础模型和民意调查模型的混合模型。相对而言，我们的预测在预测各政党获得的席位方面尤为准确。
引用
@article{arxiv.1612.03073,
title = {Bayesian forecasting of electoral outcomes with new parties' competition},
author = {José García Montalvo and Omiros Papaspiliopoulos and Timothée Stumpf-Fétizon},
journal= {arXiv preprint arXiv:1612.03073},
year = {2025}
}
备注
Multilevel models, Bayesian machine learning, inverse regression, evidence synthesis, elections