×

使用感染的分区模型预测选举。 (英语) Zbl 1454.91162号

概述:预测选举是一个具有挑战性的高风险问题,也是许多不确定性、主观性和媒体审查的主题。为了阐明这一过程,我们开发了一种从动力系统角度预测选举的方法。我们的模型借鉴了流行病学的观点,并使用美国选举的民意调查数据来确定其参数。令人惊讶的是,我们的模型在2012年和2016年美国总统竞选、参议员竞选和州长竞选中的表现与流行的预测一样好。尽管传播和投票动态不同,但我们的工作为阐明选举在各州之间的关系提供了一种有价值的方法。它还以不同的方式说明了不确定性会计的影响,提供了一个使用动态系统进行数据驱动预测的示例,并建议了未来政治选举研究的途径。最后,我们预测了2018年11月6日的参议院和州长竞选(我们于2018年11月份5日发布)。

理学硕士:

91F10层 历史、政治学
第91页第12页 投票理论
92天30分 流行病学
PDF格式BibTeX公司 XML格式引用

参考文献:

[1] 《选举(2012年)参议院地图》,《纽约时报》,2012年,https://www.nytimes.com/elections/2012/results/senate.html(2018年11月3日访问)。
[2] 2012年投票年龄人口估计。商务部于2013年1月30日发出通知。机构:商务部长办公室,《联邦公报》第78卷第6289号报告,《联邦公报通知》,2013年。
[3] 美国、美国和各县按性别、种族和拉美裔居民的年度人口估算:2010年4月1日至2016年7月1日,美国人口普查局人口司,2017年,https://factfinder.consums.gov/faces/tableservices/jsf/pages/productview.xhtml?pid=PEP_2015_PEPSR6H&prodType=table(2018年1月22日访问)。
[4] 2016年投票年龄人口估计。商务部于2017年1月30日发出通知。机构:商务部部长办公室,《联邦公报》第82卷第8720页报告,《联邦登记公告》,2017年。
[5] 2018年中期选举结果,《纽约时报》,2018年,https://www.nytimes.com/interactive/2018/us/elections/calendar-primary-results.html(最后访问时间:2019年2月26日)。
[6] 270胜,https://www.270towin.com(上次访问日期:2018年11月3日)。
[7] 2017年投票年龄人口估计。商务部于2018年2月20日发出通知。机构:商务部部长办公室,《联邦公报》第83卷第7142页报告,《联邦登记公告》,2018年。
[8] 《赫芬顿邮报》民意调查员,https://elections.huffingtonpost.com/pollster(上次访问日期:2018年11月2日)。
[9] HuffPost Pollster API v2,《赫芬顿邮报》,https://elections.huffingtonpost.com/pollster/api/v2; 根据CC BY-NC-SA 3.0许可证提供的数据(https://creativecommons.org/licenses/by-nc-sa/3.0/deed.en_US)(上次访问日期:2018年11月2日)。
[10] RealClearPolitics:民意调查,https://www.realclearpolitics.com/epolls/latest_polls/elections网站/(上次访问日期:2018年12月22日)。
[11] 库克政治报告:评级,https://www.cookpolitical.com/ratings网站(2018年11月3日访问)。
[12] 芭蕾舞百科,https://ballotpedia.org/Main_Page网站(访问日期:2019-02-26)。
[13] 按性别、种族和拉美裔划分的常住人口年度估计:2010年4月1日至2019年7月1日,美国人口普查局人口司,2020年,https://www.census.gov/data/tables/time-series/demo/popest/2010s-state-detail.html#par_textimage_673542126(2020年8月9日访问)。
[14] A.I.Abramowitz,变革的时间是否意味着特朗普的时间?,PS:政治科学。《政治》,49(2016),第659-660页。
[15] L.J.S.Allen、M.Langlais和C.J.Phillips,《单宿主群体中两种病毒感染的动态及其对汉坦病毒的应用》,Math。生物科学。,186(2003),第191-217页·Zbl 1033.92029号
[16] S.Almukhtar、M.Andre、W.Andrews、M.Bloch、J.Bowers、L.Buchanan、N.Cohn、A.Coote、A.Daniel、T.Fehr、S.Jacoby、J.Katz、J.Keller、A.Krolik、J.C.Lee、R.Lieberman、B.Migliozzi、P.Murray、K.Quealy、J.Patel、A.Pearce、R.Shorey、M.Strickland、R.Taylor、I.White、M.Whitely和J.Williams,现场预测:谁将赢得参议院?,《纽约时报》,2018年,https://www.nytimes.com/interactive/2018/11/06/us/elections/results-senate-forecast.html(上次访问时间:2018年6月10日)。
[17] L.M.A.Bettencourt、A.Cintrón-Arias、D.I.Kaiser和C.Castillo Chavéz,《好主意的力量:流行病学模型中思想传播的定量建模》,Phys。A、 364(2006),第513-536页。
[18] L.Bonnasse-Gahot、H.Berestycki、M.-A.Depuiset、M.B.Gordon、S.Rocheí、N.Rodriguez和J.-P.Nadal,《法国暴乱的流行病学建模:传播波和传染作用》,科学版。众议员8(2018),第107条。
[19] L.Bottcher、H.J.Herrmann和H.Gersbach,《小丑、活动家和预算:总统之路》,PLoS ONE,13(2018),第0193199条。
[20] D.Braha和M.A.M.de Aguiar,《选举传染:一个世纪美国总统选举的建模与分析》,《公共科学图书馆·综合》,12(2017),第0177970条。
[21] R.Brauer和C.Castillo-Chavez,《人口生物学和流行病学数学模型》,第二版,文本应用。数学。,施普林格,海德堡,德国·Zbl 1302.92001号
[22] S.Busenberg和C.Castillo-Chavez,《亚群混合问题的一般解决方案及其在艾滋病传播的风险和年龄结构流行病模型中的应用》,数学。医学生物学。,8(1991),第1-29页·Zbl 0764.92017
[23] R.H.Byrd、P.Lu、J.Nocedal和C.Zhu,边界约束优化的有限内存算法,SIAM J.Sci。计算。,16(1995),第1190-1208页,https://doi.org/10.1137/0916069。 ·兹比尔083665080
[24] J.E.Campbell,《民意调查与投票:总统选举预测模型、确定性和政治运动的试炼》,Amer。《政治研究》,24(1996),第408-433页。
[25] C.Castellano、S.Fortunato和V.Loreto,《社会动力学的统计物理学》,《现代物理学评论》。,81(2009),第591-646页。
[26] S.Chian、W.L.He、C.M.Lee、D.F.Linder、M.A.Porter、G.A.Rempala和A.Volkening,《2020年美国选举预测与分段模型》,https://modelingelectionondynamics.gitlab.io/2020-forecasts/。
[27] B.J.Coburn、B.G.Wagner和S.Blower,《流感流行和大流行建模:对猪流感(H1N1)未来的洞察》,《英国医学杂志》,第7卷(2009年),第30条。
[28] N.Cohen,第24卷:2018年大选,谁预测得最好?,https://www.lobbyseven.com/single-post/2018/12/17/Volume-24-The-2018-Election-Who-Projected-It-Best(2018年12月22日访问)。
[29] E.Comen、T.C.Frohlich和M.B.Sauter,《美国受教育最多和最少的州:对所有50个州的调查》,https://247wallst.com/specialreport/2016/09/16/americas-most-and-least-educated-states-a-survey-of-all-50/2/(上次访问日期:2018年11月2日)。
[30] O.Diekmann和J.A.P.Heesterbeek,《传染病数学流行病学:模型构建、分析和解释》,John Wiley&Sons,纽约,2000年·Zbl 0997.92505号
[31] A.Emamadjomeh和D.Lauter,《今日总统竞选的立场》,USC Dornsife/洛杉矶时报Daybreak Poll,2016年,http://graphics.latimes.com/usc-presidential-poll-dashboard/(2018年9月19日访问)。
[32] R.Epstein和R.E.Robertson,《搜索引擎操纵效应及其对选举结果的可能影响》,Proc。国家。阿卡德。科学。美国,112(2015),第e4512条。
[33] J.Fernández Gracia、K.Suchecki、J.J.Ramasco、M.San Miguel和V.M.Eguiluz,选民模式是选民的模式吗?,物理学。修订稿。,第112(2014)条,第158701条。
[34] S.Galam,《民主辩论中少数人意见的动态》,Phys。A、 336(2004),第56-62页。
[35] S.Galam,《特朗普现象:来自社会物理学的解释》,国际出版社。现代物理学杂志。B、 31(2017),第1742015条。
[36] 《边疆体育报》(Frontiers Phys.)。,第6条(2018年),第24条。
[37] A.Gelman和G.King,当选票如此可预测时,为什么美国总统竞选民意如此多变?,英国政治科学杂志。,23(1993),第409-451页。
[38] N.L.Gonzales、L.Askarinam、R.Matsumoto、R.Yoon和S.Rothenberg,与Nathan L.Ganzales的内部选举,无党派分析:年份档案:(2018),https://insidelections.com/archive/year/2018(最后访问时间:2018年12月27日)。
[39] H.W.Hethcote,传染病数学,SIAM Rev.,42(2000),第599-653页,https://doi.org/10.1137/S0036144500371907。 ·Zbl 0993.92033号
[40] D.J.Higham,随机微分方程数值模拟算法介绍,SIAM Rev.,43(2001),pp.525-546,https://doi.org/10.1137/S0036144500378302。 ·Zbl 0979.65007号
[41] P.Hummel和D.Rothschild,预测州一级选举的基本模型,Elect。研究,35(2014),第123-139页。
[42] S.杰克曼(S.Jackman),集中投票选举活动,奥斯汀。《政治科学杂志》。,40(2005年),第499-517页。
[43] N.Jackson和A.Hooper,《2016年赫芬顿选举后预测:总统》,《赫芬顿邮报》,2016年,http://elections.huffingtonpost.com/2016/forecast/总裁(2018年10月31日访问)。
[44] W.Jennings和C.Wlezien,《跨越时间和空间的选举投票错误》,Nat.Hum.Behav。,2(2018年),第276-283页。
[45] W.O.Kermack和A.G.McKendrick,对流行病数学理论的贡献,Proc。R.Soc.伦敦,115(1927),第700-721页。
[46] W.O.Kermack和A.G.McKendrick,对流行病数学理论的贡献。二、。特有性问题,Proc。R.Soc.伦敦,138(1932),第55-83页。
[47] W.O.Kermack和A.G.McKendrick,对流行病数学理论的贡献。三、 地方性问题的进一步研究,Proc。R.Soc.伦敦,141(1933),第94-122页·Zbl 0007.31502号
[48] I.Z.Kiss、J.C.Miller和P.L.Simon,《网络流行病数学:从精确模型到近似模型》,施普林格,瑞士商会,2017年·Zbl 1373.92001年
[49] C.Klarner,《预测2008年美国地区和州一级的众议院、参议院和总统选举》,PS:政治科学。《政治》,41(2008),第723-728页。
[50] B.E.Lauderdale和D.Linzer,表现不佳、表现过人还是仅仅表现良好?《基于原教旨主义的总统选举预测的局限性》,《国际预测杂志》,31(2015),第965-979页。
[51] K.Law、A.Stuart和K.Zygalakis,《数据同化:数学导论》,文本应用。数学。瑞士查姆斯普林格63号,2015年·Zbl 1353.60002号
[52] S.Lehmann和Y.-Y.Ahn,《社会系统中的复杂传播现象:现实世界社交网络中的影响和传染》,瑞士查姆施普林格出版社,2018年·兹比尔1425.91012
[53] D.Leip,Dave Leip的美国总统选举地图集,http://uselectionalas.org(访问日期:2019-02-26)。
[54] M.S.Lewis Beck,《选举预测:原则与实践》,英国政治国际关系杂志。,7(2005),第145-164页。
[55] D.A.Linzer,《美国总统选举的动态贝叶斯预测》,J.Amer。《美国统计协会》,108(2013),第124-134页·Zbl 06158330号
[56] S.A.Marvel、H.Hong、A.Papush和S.H.Strogatz,《鼓励适度:来自简单意识形态冲突模型的线索》,Phys。修订稿。,第109条(2012年),第118702条。
[57] R.K.McCormack和L.J.S.Allen,野生动物疾病的多阶段确定性和随机模型,J.Biol。动态。,1(2007年),第63-85页·Zbl 1140.92022号
[58] L.A.Meyers、B.Pourbohloul、M.E.J.Newman、D.M.Skowronski和R.C.Brunham,《网络理论与SARS:预测疫情多样性》,J.Theoret。《生物学》,232(2005),第71-81页·Zbl 1442.92174号
[59] M.E.J.Newman,《网络》,第二版,牛津大学出版社,英国牛津,2018年·Zbl 1391.94006号
[60] R.Pastor-Satorras、C.Castellano、P.Van Mieghem和A.Vespignani,《复杂网络中的流行病过程》,现代物理学评论。,87(2015),第925-979页。
[61] 五分钟的讨论会改变你的想法吗?法国全国范围的选民选择实验,Amer。经济。第108版(2018年),第1322-1363页。
[62] M.A.Porter和J.P.Gleeson,《网络上的动力系统:前沿教程》。申请。动态。系统。Rev.导师。2016年,瑞士查姆施普林格·Zbl 1369.34001号
[63] C.Prosser和J.Mellon,民调的曙光?Oppos.州长对投票准确性趋势和投票失误原因的回顾。,53(2018),第757-709页。
[64] R核心团队,R:统计计算的语言和环境,R统计计算基金会,奥地利维也纳,2018年。
[65] G.A.Rempala,随机生物化学网络中的最小二乘估计,布尔。数学。《生物学》,74(2012),第1938-1955页·Zbl 1252.62114号
[66] A.Ripley、R.Tenjarla和A.Y.He,《党派偏见的地理》,《大西洋月刊》,2019年,https://www.theatlantic.com/politics/archive/2019/03/us-counies-vary-their-degree-partisan-prejudice/583072/(2019年3月14日访问)。
[67] L.J.Sabato和K.Kondik,《Sabato的水晶球》,http://crystalball.centerforpolitics.org/crystalball/(2018年9月19日访问)。
[68] L.J.Sabato和K.Kondik,《Sabato的水晶球:2018年州长》,http://www.centerforpolitics.org/crystalball/2018-chandor/(上次访问时间:2018年12月22日)。
[69] L.J.Sabato和K.Kondik,《Sabato的水晶球:2018年参议院》,http://www.centerforpolitics.org/crystalball/2018-senate网站/(上次访问日期:2018年11月4日)。
[70] L.J.Sabato、K.Kondik和G.Skelley,《Sabato的水晶球:预测:奥巴马可能赢得第二任期》,http://crystalball.centerforpolitics.org/crystalball/articles/projection-obama-will-likely-win-second-term/(上次访问日期:2018年11月3日)。
[71] J.Schleuss、J.Fox和P.Krishnakumar,加利福尼亚州2016年选举选区地图,https://github.com/datadesk/california-2016-election-precinct-maps(2019年3月14日访问)。
[72] C.R.Shalizi和A.C.Thomas,嗜同性和传染,在社会学的观察性社会网络研究中普遍混淆。方法研究,40(2011),第211-239页。
[73] N.Silver,《信号与噪音:为什么这么多预测都失败了——但有些预测没有成功》,企鹅出版社,纽约,2012年。
[74] N.Silver,《FiveThirtyE8:FiveThryE8:2016年大选预测用户指南》,https://fivethirtyeight.com/features/a-users-guide-to-fivethights-2016-常规选择预测/(2018年10月31日访问)。
[75] N.Silver,《538:政治》。选举团与选民投票分歧的几率在增加,https://fivethirtyeight.com/features/the-odds-of-an-electronal-college-popular-vote-split-are正在增加/(2018年11月2日访问)。
[76] N.Silver,《五三八:五三八的众议院、参议院和州长模型如何运作》,https://fivethirtyeight.com/methodology/how-fivethirtyeghts-house-and-ssenate-models-work/(上次访问日期:2019-02-26)。
[77] N.Silver、J.Boice、E.Brillhart、A.Bycoffe、R.Dottle、L.Eastridge、R.King、E.Koeze、A.Scheinkman、G.Wezerek、J.Wolfe、D.Dienhart、A.Jones-Rooy、D.Mehta、M.Nguyen、N.Rakich、D.Shan和G.Skelley,《2018年大选》,https://projects.fivethirtyeight.com/2018-midterm-election-forecast网站/(上次访问时间:2018年12月20日)。
[78] N.Silver、A.Jones-Rooy和D.Mehta,《基于每家公司民意调查的历史准确性和方法》,https://projects.fivethirtyeight.com/pollster-ratings/。
[79] N.Silver、J.Kanjana、D.Mehta、J.Boice、A Bycoffe、M.Conlen、R.Fischer-Baum、R.King、E.Koeze、A.McCann、A.Scheinkman和G.Wezerek,《五三八:2016年选举预测》。谁将赢得总统大选?,https://projects.fivethirtyeight.com/2016-选择预测/(上次访问日期:2018年11月2日)。
[80] A.Topîrceanu,使用新型时间衰减模型进行选举预测:预测美国总统选举,预印本,https://arxiv.org/abs/2005.01799, 2020.
[81] A.Volkening、D.F.Linder、M.A.Porter和G.A.Rempala,《使用感染的分区模型预测选举》,预印本,https://arxiv.org/abs/1811.01831v1, 2018.
[82] A.Volkening、D.F.Linder、M.A.Porter和G.A.Rempala,使用分段模型预测选举,https://gitlab.com/alexandriavolkening/forecasting-elections-using-compartal-models/-/tree/master/Original
[83] N.Wang,Y.Fu,H.Zhang和H.Shi,新冠肺炎疫情数学模型的评估,Precis。临床。《医学》,第3卷(2020年),第85-93页。
[84] S.S.-H.Wang,《总统民意聚合的起源:2004年至2012年的视角》,《国际期刊预测》。,31(2015),第898-909页。
[85] W.Wang、D.Rothschild、S.Goel和A.Gelman,《用非代表性投票预测选举》,《国际预测杂志》。,31(2015),第980-991页。
[86] D.J.Watts、R.Muhamad、D.C.Medina和P.S.Dodds,《分层集合种群模型中的多尺度、死灰复燃流行病》,Proc。国家。阿卡德。科学。美国,102(2005),第11157-11162页。
[87] C.Wlezien和R.S.Erikson,《总统竞选活动时间表》,《政治学杂志》,64(2002),第969-993页。
[88] J.Zittrain,策划选举。数字选区制对民主构成威胁,《哈佛法律评论论坛》,8(2014),第335-341页。
此参考列表基于出版商或数字数学图书馆提供的信息。它的项目与zbMATH标识符启发式匹配,并且可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。