通过空间投票模型混合推断群体偏好

理解政治现象需要衡量社会的政治偏好。我们引入一个基于空间投票模型混合的模型，该模型仅利用一次选举中选民的投票记录和候选人的政治立场，即可推断选民政治偏好的潜在分布。除了提供一种经济有效的调查替代方案外，该方法还将选民和候选人的政治偏好投射到一个共享的潜在偏好空间中。这种投射使我们能够直接比较两个群体的偏好，这对于政治学而言是理想的，但用传统调查方法难以实现。在将模型的聚合层面推断与相关工作结果及简单预测任务进行验证后，我们应用该模型来更好地理解德克萨斯州、纽约州和俄亥俄州选民中的政治极化现象。从表面上看，从我们模型中得出的推断表明，这些州的选民分布可能不如候选人分布那样呈现双峰形态，但选民偏好的方差相对更为极端。最后，我们讨论了该方法的局限性以及未来潜在的研究方向。