利用生态推断与基于人口普查微观数据的分布回归理解 2016 年美国总统大选
应用统计
2021-01-15 v2 机器学习
摘要
我们将精细的空间参考人口普查数据与 2016 年美国总统大选的投票结果相结合。利用该数据集，我们采用分布回归（Flaxman 等，KDD 2015）结合多项逻辑回归进行生态推断，以将投票结果（特朗普、克林顿、其他/未投票）建模为人口统计与社会经济特征的函数。生态推断使我们能够估计“出口民调”风格的结果，例如特朗普在白人女性中的支持率，但针对完全新颖的类别。我们还进行了探索性数据分析，以理解哪些人口普查变量可预测投票给特朗普、投票给克林顿或两者均未投票。我们的所有方法均在 Python 和 R 中实现，并可在线获取以复现。
引用
@article{arxiv.1611.03787,
title = {Understanding the 2016 US Presidential Election using ecological inference and distribution regression with census microdata},
author = {Seth Flaxman and Danica J. Sutherland and Yu-Xiang Wang and Yee Whye Teh},
journal= {arXiv preprint arXiv:1611.03787},
year = {2021}
}