Prediction Models Gone Wild: Varför valprognoser och omröstningar var så fel

Om du tittade på Vice News tisdag eftermiddag eller kollade in valbevakningen på Slate, skulle du ha trott att Hillary Clinton var allt utom säker att bli USA:s första kvinnliga president.

I ett första skede bar båda butikerna realtidsdata som strömmade in från en startup som heter VoteCastr, som säger sig själv ge USA en aldrig tidigare skådad inblick av spelet när det utvecklas . VoteCastrs senaste förutsägelser gjordes runt 21.00. På tisdagskvällen hade Clinton uppe i Pennsylvania, Ohio, Florida, Wisconsin och Iowa – allt som Donald Trump slutade med att vinna på sin väg att bli tillträdande president.

För att vara säker, VoteCastr var inte ensam. Många valprognoser baserade på opinionsundersökningar, demografi och historiska data var på samma sätt breda. De New York Times ’ Upshot-modellen, till exempel, gav Clinton runt 85 procents chans att vinna , medan den omtalade datadrivna prognossajten FiveThirtyEight gav henne 72 procents chans .

Detta förklaras åtminstone delvis av det faktum att de enkäter som prognoserna baserades på var antingen långt borta eller åtminstone var utnyttja sin felmarginal på bästa sätt (även om det slutar med att Clinton vinner den populära omröstningen, som det ser ut som hon skulle kunna, kan du hävda att opinionsundersökningarna gjorde rätt – de valde bara fel vinnare). En underuppskattning av hur mäktiga vita arbetarklassväljare är i detta land kan också ha bidragit, liksom människor helt enkelt ger inte ärliga svar på frågan vem de stöttade. Detta är något som Clintonkampanjen, som ansåg att hennes mellanvästerns brandvägg av stater var säkra, fick fel. Datateamet som arbetar med Trumpkampanjen gav honom en en-av-fem chans att vinna .

Men VoteCastrs misslyckande – för att inte säga något om dess risiga tekniska prestanda under hela valdagen – är unik på grund av påståendena den gjorde. Företaget, som har dataguruer om personal som arbetade med George W. Bush och Obama-kampanjerna, gav intrycket att de genom att ägna mycket noggrann uppmärksamhet åt tidiga röstningsresultat, väljarnas identiteter och exit polling på något sätt kunde få en verklig- tid titta på valet som inte var tillgängligt tidigare. Det var tänkt att vara den nya framkanten inom datadrivna valprodukter.

Istället visade det sig vara ett felaktigt, ofullständigt sätt att spåra val - ungefär som de andra produkterna där ute, som det visar sig.

(Läs mer: Klok , FiveThirtyEight , De New York Times , Bloomberg )

Dölj