論文の概要: Multilevel regression with poststratification for the national level
Viber/Street poll on the 2020 presidential election in Belarus
- arxiv url: http://arxiv.org/abs/2009.06615v1
- Date: Mon, 14 Sep 2020 17:55:04 GMT
- ステータス: 処理完了
- システム内更新日: 2022-10-18 12:18:01.606855
- Title: Multilevel regression with poststratification for the national level
Viber/Street poll on the 2020 presidential election in Belarus
- Title（参考訳）: 2020年ベラルーシ大統領選挙における全国レベルviber/street surveyの階層化による多段階回帰
- Authors: Ales Zahorski
- Abstract要約: 我々は、ビベルとベラルーシの街路で収集されたデータの組み合わせに基づいて、独立した世論調査を行う。
選挙の結果が公式に発表されたことと、早期の投票率の両方が極めて不適切であることを示す。
少なくとも95%の確率で、スヴィアトラナ・ティクハヌスカヤの格付けは75%から80%、アレクサンドル・ルカシェンカの格付けは13%から18%である。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Independent sociological polls are forbidden in Belarus. Online polls
performed without sound scientific rigour do not yield representative results.
Yet, both inside and outside Belarus it is of great importance to obtain
precise estimates of the ratings of all candidates. These ratings could
function as reliable proxies for the election's outcomes. We conduct an
independent poll based on the combination of the data collected via Viber and
on the streets of Belarus. The Viber and the street data samples consist of
almost 45000 and 1150 unique observations respectively. Bayesian regressions
with poststratification were build to estimate ratings of the candidates and
rates of early voting turnout for the population as a whole and within various
focus subgroups. We show that both the officially announced results of the
election and early voting rates are highly improbable. With a probability of at
least 95%, Sviatlana Tikhanouskaya's rating lies between 75% and 80%, whereas
Aliaksandr Lukashenka's rating lies between 13% and 18% and early voting rate
predicted by the method ranges from 9% to 13% of those who took part in the
election. These results contradict the officially announced outcomes, which are
10.12%, 80.11%, and 49.54% respectively and lie far outside even the 99.9%
credible intervals predicted by our model. The only marginal groups of people
where the upper bounds of the 99.9% credible intervals of the rating of
Lukashenka are above 50% are people older than 60 and uneducated people. For
all other marginal subgroups, including rural residents, even the upper bounds
of 99.9% credible intervals for Lukashenka are far below 50%. The same is true
for the population as a whole. Thus, with a probability of at least 99.9%
Lukashenka could not have had enough electoral support to win the 2020
presidential election in Belarus.
- Abstract（参考訳）: 独立社会学調査はベラルーシで禁止されている。
健全な科学的厳密さのないオンライン世論調査は、代表的な結果を得られない。
しかし、ベラルーシ内外ともに、全ての候補者の正確な評価を得ることが非常に重要である。
これらの評価は選挙結果の信頼できるプロキシとして機能する可能性がある。
我々は、ビベルとベラルーシの街路で収集されたデータの組み合わせに基づいて、独立した世論調査を行う。
viberとstreet dataのサンプルは、それぞれ45000と150のユニークな観測結果で構成されている。
ポストストラトフィケーションによるベイズ回帰は、候補者のレーティングと、人口全体および様々な焦点サブグループにおける早期投票の投票率を推定するために構築された。
公に発表された選挙結果と早期投票率の両方が、非常にあり得ないことを示している。
少なくとも95%の確率で、sviatlana tikhanouskayaの格付けは75%から80%であり、alariaksandr lukashenkaの格付けは13%から18%であり、この方法によって予測された早期投票率は9%から13%である。
これらの結果は、それぞれ10.12%、80.11%、49.54%の公式に発表された結果と矛盾し、このモデルによって予測される99.9%の信頼できる間隔でさえも遠くにある。
ルカシェンカの格付けの99.9%の信頼区間の上限が50%を超えるのは60歳以上の人々と教育を受けていない人々のみである。
農村住民を含む他の全ての辺境のサブグループでは、ルカシェンカの99.9%の信頼区間でさえ50%以下である。
同じことが人口全体にも当てはまります。
したがって、少なくとも99.9%のルカシェンカは、2020年のベラルーシ大統領選挙に勝つのに十分な選挙支持を得ることができなかった。
関連論文リスト
- ElectionSim: Massive Population Election Simulation Powered by Large Language Model Driven Agents [70.17229548653852]
我々は,大規模言語モデルに基づく革新的な選挙シミュレーションフレームワークであるElectronSimを紹介する。
ソーシャルメディアプラットフォームからサンプリングした100万レベルの投票者プールを提示し、正確な個人シミュレーションを支援する。
PPEは、米国大統領選挙シナリオ下での我々の枠組みの性能を評価するための、世論調査に基づく大統領選挙ベンチマークである。
論文 参考訳（メタデータ） (2024-10-28T05:25:50Z) - Analyzing and Estimating Support for U.S. Presidential Candidates in Twitter Polls [1.71952017922628]
我々は、2016年と2020年の大統領選挙において、米国の大統領候補に対する支持を誇示する2万件近いTwitterの投票を調査した。
われわれの調査結果によると、Twitterの世論調査は、大統領候補の地位から、さまざまな点で偏っている。
2016年と2020年の世論調査は、主に年上の男性によって作成され、ドナルド・トランプ氏に有利な偏見を示していた。
論文 参考訳（メタデータ） (2024-06-05T14:57:29Z) - Election Polls on Social Media: Prevalence, Biases, and Voter Fraud Beliefs [5.772751069162341]
この研究は、2020年のアメリカ合衆国大統領選挙に焦点を当てている。
われわれは、Twitterの世論調査が年上の男性によって不釣り合いに書かれており、ドナルド・トランプ候補に対する大きな偏見を示していることに気付く。
また、選挙投票に参加するTwitterアカウントはボットになりがちで、選挙投票の結果は選挙日よりも選挙前の方が偏見が強いこともわかりました。
論文 参考訳（メタデータ） (2024-05-18T02:29:35Z) - Electoral Agitation Data Set: The Use Case of the Polish Election [3.671887117122512]
ポーランド語における選挙の扇動を検出するための最初の公開データセットを提示する。
これには、法的に条件付けされた4つのカテゴリにタグ付けされた6,112人の人手によるツイートが含まれている。
新たに作成されたデータセットは、HerBERTと呼ばれるポーランド語モデルの微調整に使用された。
論文 参考訳（メタデータ） (2023-07-13T18:14:43Z) - Design and analysis of tweet-based election models for the 2021 Mexican
legislative election [55.41644538483948]
選挙日前の6ヶ月の間に、1500万件の選挙関連ツイートのデータセットを使用します。
地理的属性を持つデータを用いたモデルが従来のポーリング法よりも精度と精度で選挙結果を決定することがわかった。
論文 参考訳（メタデータ） (2023-01-02T12:40:05Z) - Novelty in news search: a longitudinal study of the 2020 US elections [62.997667081978825]
我々は、トップニュース検索結果に現れる新しい項目を測定するノベルティを解析する。
トピックや安定したクエリに比べて,選挙関連クエリに新たな項目が出現する傾向にある。
このような不均衡は、選挙期間中のニュース検索における政治候補者の可視性に影響を与えると論じる。
論文 参考訳（メタデータ） (2022-11-09T08:42:37Z) - Measuring and mitigating voting access disparities: a study of race and
polling locations in Florida and North Carolina [6.236769041115903]
投票権の抑制と選挙権に対する人種的格差は、アメリカ合衆国における長年の公民権問題である。
ポーリング位置へのアクセスを定量化し、ポーリング位置の「負荷」とポーリング位置の距離における人種格差の校正手法を開発した。
これらのアルゴリズムを2020年の選挙の位置情報データに適用することは、より多くの投票場所を割り当てるコストと、アクセス格差に対する潜在的な影響の間のトレードオフを露呈し、調査するのに役立ちます。
論文 参考訳（メタデータ） (2022-05-30T06:13:19Z) - Predicting the 2020 US Presidential Election with Twitter [0.0]
ソーシャルメディアデータを利用した選挙予測は、選挙戦略に大きな影響を与える可能性がある。
本稿は、Twitterデータを用いた2020年アメリカ合衆国大統領選挙の分析・予測における過去の成功方法について考察する。
これはデータの不足による選挙予測の正確な方法であるかどうかについては不確定である。
論文 参考訳（メタデータ） (2021-07-19T14:59:25Z) - Mundus vult decipi, ergo decipiatur: Visual Communication of Uncertainty
in Election Polls [56.8172499765118]
我々は、今放送と予測におけるバイアスの潜在的な源について論じる。
概念は、誤認識された正確性の問題を軽減するために提示される。
主要なアイデアの1つは、パーティーシェアではなくイベントの確率を使うことである。
論文 参考訳（メタデータ） (2021-04-28T07:02:24Z) - Selective Classification Can Magnify Disparities Across Groups [89.14499988774985]
選択的分類は平均的精度を向上させることができるが、既存の精度格差を同時に増大させることができる。
禁忌の増大は、一部のグループでのアキュラシーを減少させることもある。
我々は,グループ間で類似のフルカバレッジ精度を実現する分散ロバストモデルを訓練し,選択分類が各グループを均一に改善することを示す。
論文 参考訳（メタデータ） (2020-10-27T08:51:30Z) - Electoral Forecasting Using a Novel Temporal Attenuation Model:
Predicting the US Presidential Elections [91.3755431537592]
予備選別世論調査データを用いて予測精度を向上させる新しいマクロスケール時間減衰(TA)モデルを開発した。
我々の仮説は、世論調査を公表するタイミングは、特に選挙直前の世論の変動に重要な役割を果たす、というものである。
我々は,48年間の平均予測誤差2.8-3.28点を蓄積するTAモデルの2つの異なる実装を提案する。
論文 参考訳（メタデータ） (2020-04-30T09:21:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。