Como es obvio ahora, las encuestas preelectorales y los modelos de pronóstico no fueron consistentes con el conteo de votos en este ciclo electoral, ya que no muchos predijeron una victoria de Trump.
¿Hay alguna razón en particular por la cual las encuestas fueron tan malas?
Las teorías razonables que he escuchado incluyen:
Un cambio en las bases de las encuestas (los teléfonos de casa se convierten en teléfonos celulares = limitaciones en las llamadas en frío tradicionales... y también el cambio a las encuestas en línea). Además, tal vez la disminución de la paciencia que tiene la gente para soportar el proceso de votación (creo que el porcentaje de personas que están de acuerdo ha disminuido constantemente)
Una vacilación/miedo que impide que algunas personas admitan que apoyan a un candidato que se presenta ampliamente como detestable/deplorable en gran parte de la discusión pública/los medios. [aparentemente, un efecto lo suficientemente común como para tener un término, vea el Factor Shy Tory ... la posibilidad de que podría ser importante incluso se sugirió proféticamente en una pregunta aquí hace un par de semanas]
Una posible tendencia de las personas a mostrar públicamente su pleno apoyo a los candidatos minoritarios/heroicos porque es lo socialmente favorable, incluso cuando en realidad albergan incertidumbre interna. [esto está en la línea del efecto Bradley ]
Las personas que no asistieron como indicaron que lo harían... tal vez debido al clima (aunque es bastante poco probable que esto haya sido un factor importante en esta elección), una falsa sensación de seguridad (como cuando las encuestas en los días previos hasta el día de las elecciones sugieren una cómoda victoria!), o simplemente una falta general de esfuerzo/voluntad para seguir adelante con la votación.
De todos modos, existe una tendencia generalizada de que las encuestas fallan recientemente, y tal vez incluso subestimen específicamente al lado conservador. En 2015, se proyectó que el Parlamento del Reino Unido saldría igualado entre los dos partidos principales, pero los conservadores ganaron por más del 5 % y terminaron con la mayoría (lo que se consideró una probabilidad cercana al 0 % al comienzo del día) , este verano pasó el Brexit (considerado casi seguro que fracasará al comienzo del día, terminó siendo aprobado por un 4%), y el mes pasado fracasó el Referéndum de Paz de Colombia (después de haber sido aprobado consistentemente por alrededor del 10%). Entonces, tal vez esta sea una tendencia a tener en cuenta en el futuro hasta que los métodos de votación puedan adaptarse. Otros aquí también han señalado que hubo un cambio conservador no previsto en elElecciones de Islandia de 2016 y cambios en las elecciones suecas .
Tenga en cuenta, sin embargo, que la mayoría de los modelos que muestran la gama completa de posibilidades no dijeron que esta era una victoria determinada de Clinton, sino que se inclinó entre un 70 y un 80% de probabilidades de que Clinton ganara.
Una probabilidad de 1 entre 5 de equivocarse no es insignificante...
Si dicen que hay un 20% de probabilidad de lluvia hoy, ¡no deberías sorprenderte si llueve! En meteorología, a menudo tenemos las mismas luchas continuas, particularmente cuando se trata de problemas como el pronóstico de huracanes/tormentas; hacer que la gente entienda la incertidumbre y el potencial completo de las posibilidades realistas. Esto es algo que deberíamos mantener en nuestros medios para retratarnos mejor, y algo en lo que los cursos escolares de matemáticas podrían enfocarse mejor, quizás siendo de gran beneficio para muchos.
Teniendo en cuenta que la mayoría de las encuestas tienen quizás un error típico de 4-6%, este resultado estuvo realmente dentro del rango de posibilidades para la mayoría (aunque su sesgo constante sugiere que realmente hay algunas deficiencias fundamentales). Pero, aún así, la mayoría de los pronosticadores electorales de calidad también midieron algunas consideraciones de esta tendencia hacia una menor confiabilidad de las encuestas, y pidieron cautela con respecto al exceso de confianza en el diferencial indicado (como lo hizo Nate Silver de Fivethirtyeight aquí en la mañana de las elecciones).
Dos puntos:
La primera es que el sistema de colegio electoral o primer paso (el ganador se lo lleva todo) magnifica las diferencias en el caso de las llamadas cerradas. Si 80.000 votos cambiaran de bando en Florida y 40.000 en Pensilvania, Hillary Clinton sería POTUS.
Además, el sistema de colegio electoral convierte una encuesta muy grande en 51 encuestas más pequeñas, cada una necesariamente con un mayor margen de error (debido a la reducción de los datos de muestreo).
El voto popular de cada candidato es una mejor pauta sobre la validez de las encuestas, y ahí las encuestas no han fallado tanto.
La segunda es que las organizaciones de encuestas no simplemente entrevistan a las personas, obtienen el valor medio y lo publican como sus predicciones. Es de conocimiento común que este método no es lo suficientemente preciso.
Lo que hacen es construir modelos que intentan explicar las relaciones entre los datos de la encuesta (histórica) con los resultados reales, tratando de identificar y ponderar los diferentes efectos que pueden afectar el resultado final: efecto Bradley, efecto "Shy Tory", raza y sexo de los candidatos, efectos del ciclo económico, incluso el efecto del clima.
Y por supuesto, como todo modelo basado en datos históricos, su efectividad radica en que la situación del actual ciclo electoral no es muy diferente a la situación de los ciclos electorales anteriores. Es posible que se den cuenta de que algunos partidarios de Trump ocultan su intención de voto debido a la presión o la vergüenza de los compañeros al usar datos históricos, pero si la presión de los compañeros es más alta en esta elección que en elecciones anteriores, es difícil ajustar ese efecto correctamente (¿cómo se puede medir la presión de los compañeros? ajustar su modelo antes del día de las elecciones?).
Esta campaña electoral ha añadido una dimensión establishment
/ anti-establishment
y ha sido especialmente polémica, por lo que los datos históricos han ayudado menos.
Primero, debes preguntarte si las encuestas se equivocaron. El último promedio de Real Clear Politics le dio a Hillary Clinton una ventaja del 3% sobre Donald Trump. Parece que va a ganar el voto popular. Entonces, las encuestas solo estaban un 3%. También se redujeron un 3% en 2012, solo que en la otra dirección. Las encuestas son imperfectas por naturaleza. Una falla del 3% es una ocurrencia normal.
Actualización: el primer párrafo fue escrito inmediatamente después de la elección. La estrecha victoria inicial del voto popular se convirtió en una victoria del 2%. Por lo tanto, las encuestas nacionales solo se desviaron en un 1,2%. Fueron más precisos en 2016 que en 2012. Sin embargo, dado que el colegio electoral no se ve afectado directamente por el margen de voto nacional, estaban midiendo mal. Subir el puntaje en California no ayudó.
Dicho esto, hay una razón para pensar que podría haber sesgo o parcialidad en las encuestas.
Las encuestas presidenciales de Estados Unidos suelen ajustar sus resultados para que coincidan con la demografía de las elecciones presidenciales más recientes. En 2012, esto provocó que las encuestas pasaran por alto los cambios demográficos, lo que generó un error de encuesta del 3 %. En 2016, parece probable que las encuestas no detectaron una disminución en el voto afroamericano y un aumento en el voto blanco trabajador. Además, es posible que los millennials se hayan quedado en casa sin un candidato inspirador como Barack Obama o Bernie Sanders.
A nivel nacional, esto solo tuvo un impacto modesto (1.2%), pero en algunos estados cruciales, esto puede haber cambiado la votación más de lo esperado. Trump ganó en Wisconsin, Michigan y Pensilvania, tres estados que normalmente se consideran seguros para el demócrata. También tres estados con un voto de clase trabajadora blanca excepcionalmente grande, que tuvo un desempeño inferior al de 2012. Y tienen muy pocos hispanos que se sientan ofendidos por las posturas migratorias de Trump.
Probablemente comenzaremos a ver números que expliquen mejor lo que sucedió en los próximos días. Anoche la gente estaba tratando de proyectar los totales de votos actuales. Les tomará uno o dos días recuperarse y ponerse a trabajar en las diferencias entre las encuestas y los resultados reales.
Actualización: y vimos eso. El error de votación real a nivel nacional fue solo del 1.2%. El error de encuesta estatal más grande fue 7.2% en Wisconsin , pero en cincuenta estados, esperaríamos que dos o tres estados quedaran fuera del margen de error. Es un intervalo de confianza del 95%. El error en la votación en California fue casi tan grande como el 6,5 % y afectó a más personas (el 6,5 % de las personas que votan en California es más del 7,2 % de las personas que votan en Wisconsin). Pero nadie parece interesado en comentar sobre eso. O en el 9% de fallas en 2012 .
Las encuestas se basan en las respuestas de las personas y las personas pueden mentir u ocultar la verdad.
Hablando normalmente, aquellos que están muy orgullosos de su voto estarán ansiosos por decir a quién van a votar. Por otro lado, quienes son conscientes de que su voto no es “convencional” tienden a ocultarlo y no aparecen en las encuestas.
Esto ha sucedido recientemente en diferentes referéndums: Brexit en Reino Unido y Acuerdo de Paz en Colombia, donde las encuestas estaban bastante seguras sobre una dirección del voto y todo este voto oculto terminó marcando la diferencia.
La conclusión de esto no es el hecho de que la gente mienta constantemente. En mi impresión, las encuestas también crean un ambiente de posibles resultados: si ves que "tu" candidato va a ganar por un amplio margen y no eres un gran fanático de él/ella, puedes relajarte y saltarte la votación. Por el contrario, si "su" candidato está perdiendo en las encuestas, puede considerar que su voto es más importante que omitirlo e incluso puede coquetear con votar por alguien a pesar de no apoyarlo por completo (llamémoslo un voto de protesta, consulte Elecciones presidenciales francesas en 2002 , con mucha gente votando por pequeños grupos en la primera ronda).
Pongámoslo con un ejemplo: apoyas a un club en un deporte determinado. Este sábado hay un partido contra un equipo más débil. Dado que hay poca certeza sobre quién será el ganador (muy probablemente, su equipo), puede relajarse y dejar de ver el partido porque no puede pasar nada importante. Por el contrario, si estás jugando contra un equipo de tu nivel, lo más probable es que el partido esté bastante igualado, por lo que harás todo lo posible para ir a verlo.
Para mí, lo mismo se aplica a las elecciones. Los ejemplos del Reino Unido, Colombia, Suecia e Islandia (ver comentarios) son todos buenos ejemplos de esto. A esto lo llamo desmovilización por resultado esperado .
Siento que hubo al menos dos fallas principales con las encuestas:
Como también se mencionó en las otras respuestas, la participación fue un factor importante aquí. Uno tiene que considerar aquí la naturaleza de la contienda: grandes áreas rurales de baja densidad con una mayoría de partidarios de Trump frente a unas pocas áreas concentradas donde la gran mayoría son partidarios de Clinton. Entonces, aunque el voto popular en todo el país está bastante cerca de 50-50, a nivel local hay contiendas desequilibradas en las que Trump puede obtener, digamos, el 70 % de los votos de las zonas rurales, mientras que Clinton podría obtener el 70 % de los votos de las zonas urbanas deprimidas.
Una participación inferior a la esperada en las ciudades del interior, combinada con márgenes menos desequilibrados para Clinton allí, puede conducir fácilmente a una predicción errónea del resultado de todo un estado. Por ejemplo, se esperaba que Michigan estuviera sólidamente en la canasta de Clinton, pero en lugares como Detroit, el voto de Clinton fue menos grande de lo esperado, lo que llevó a Trump a ganar ese estado.
Creo que hay varios componentes. Uno que no se ha mencionado antes: posible manipulación deliberada realizada por los medios. Decir que algún candidato tiene menos posibilidades desanimará a sus votantes a ir a votar y hará que los indecisos probablemente voten a su oponente.
¿Por qué te equivocaste? Simple, por una vez que los medios estaban extremadamente sesgados por Clinton, escribieron sobre ella tanto como pudieron con la esperanza de que la gente, en su contra, simplemente se rindiera y así se convirtiera en una profecía autocumplida. Por ejemplo, publicaron encuestas, que solo preguntaban a personas que ya habían votado en elecciones anteriores, y en estas, en su mayoría Clinton, Trump obtuvo la mayoría de sus votos de personas que no votaron antes, sin importar la razón.
También sobrestiman su poder y el poder del establecimiento y subestiman el poder de Internet, en su mundo todavía tienen el poder supremo, para decidir quién gana y quién no, pero Internet funciona con reglas diferentes y recuerda cosas, como la historia de Clinton. , la comunidad de la red vuelve a mencionarlos e informa a la gente.
En otra parte, simplemente pensaron que los "perros azules" (votantes demócratas que siempre votaron a los demócratas), todos votarían por Hillary (así como ella misma lo pensó), pero después de lo que ella hizo contra Sanders, muchos de ellos simplemente no lo hicieron. votar en absoluto o votar a Trump solo para devolverle el dinero a Hillary.
Al final, el establishment tropezó con su propia arrogancia, de la misma manera que lo hicieron los británicos con el "Brexit"
Puedo dar una perspectiva/teoría diferente de por qué fallan las encuestas, ya que he visto fallar muchas encuestas en India.
La encuesta incluye a muy pocas personas .
Incluso con todas las técnicas para difundir la población encuestada entre las masas, todavía no cambia el hecho de que la mayoría de las personas pueden tener una opinión diferente a la de los encuestados.
negación de hecho
La mayoría de los canales de medios quieren mostrar lo que la gente quiere ver, no lo que deberían mostrar. Por ejemplo, en el caso anterior, los medios estadounidenses parecían negar que Trump había logrado radicalizar al público estadounidense en general contra los musulmanes/refugiados.
Los medios de comunicación seguían diciendo que el público estadounidense no apoyaría a un hombre que tiene islamofobia. Pero el hecho sobre el terreno es que la gente quería una solución a los crecientes ataques en Estados Unidos. Estaban dispuestos a aceptar cualquier solución, por rara o moralmente incorrecta que pudiera ser.
Agregue a esto que la gente de los EE. UU. No había experimentado ningún ataque terrorista importante durante muchos años, era más fácil radicalizarlos incluso usando ataques a pequeña escala, lo que Trump hizo con éxito. Pero los medios siguieron negándolo. Ellos no querían aceptar esto. Entonces siguieron demostrando que Hillary ganaría.
Ejemplos de la India
Aquí también sucedieron las mismas cosas. Los medios dijeron que Narendra Modi nunca se convertiría en primer ministro, ya que se le culpó de los disturbios de Gujrat. Pero el resultado fue que salió elegido con una de las mayores victorias de la historia. La realidad era que todo lo que le importaba a la gente era el desarrollo, y modi parecía ser capaz de lograrlo. Nada más importaba. Lo mismo sucedió con Kejriwal cuando fue elegido CM de la capital nacional, Delhi.
Estuve escuchando al muy respetado Charles Franklin de la Universidad de Marquette, quien dirige sus encuestas, hablando sobre las encuestas versus los resultados en la radio el jueves. Su toma:
Los problemas para encontrar personas y obtener una muestra representativa son problemas bien conocidos y para los que los encuestadores pueden hacer ajustes estadísticos. Pueden tomar con mucha precisión el pulso de la población en general.
Lo que es extremadamente difícil de precisar y, según él, el mayor desafío para una encuesta precisa es determinar quién es probable que vote en una elección determinada, tanto entre los encuestados como cómo eso se asigna a la población en general.
Tengo dos teorías en su lugar:
Un candidato es controvertido / impopular. Es poco probable que los encuestados admitan ante un encuestador su verdadera preferencia. En una mesa de votación, hay privacidad y se llevará a cabo una verdadera preferencia.
Los partidarios del lado que está un poco más atrás están más motivados para participar y votar. A diferencia del lado líder que puede volverse demasiado confiado.
No soy médico, ni abogado, ni asesor de inversiones, solo algunas teorías, sentido común y pensamiento crítico.
EDITAR / ACTUALIZAR: Escribí sobre dos asuntos que discutí con mi esposa. Sin fuentes, sin referencias, solo puras intenciones y compartiendo nuestras experiencias. Podría mejorarse... Podría dedicar un sinfín de investigaciones, referencias, fuentes... Estoy en la fuente, uno de mis dominios es "principalmente hacer" porque he aprendido que hablar de cosas no mueve la aguja. .
Algunas conclusiones publicadas de un artículo de 2016 firmado por una docena [más o menos] de investigadores/encuestadores [por supuesto, siempre demasiado tarde para obtener muchos votos aquí]:
Hay una serie de razones por las que las encuestas subestimaron el apoyo a Trump. Las explicaciones para las que encontramos más evidencia son:
- Cambio real en la preferencia de voto durante la última semana de la campaña. [...]
Ajustar la sobrerrepresentación de los graduados universitarios fue fundamental, pero muchas encuestas no lo hicieron. [...]
Algunos votantes de Trump que participaron en las encuestas preelectorales no se revelaron como votantes de Trump hasta después de las elecciones, y superaron en número a los votantes de Clinton que se revelaron tarde. Este hallazgo podría atribuirse a decisiones tardías o informes erróneos (el llamado efecto Shy Trump) en las encuestas preelectorales. Varias otras pruebas para la teoría de Shy Trump no arrojaron evidencia para respaldarla.
Evidencia menos convincente apunta a otros factores que pueden haber contribuido a subestimar el apoyo de Trump:
- El cambio en la participación electoral entre 2012 y 2016 también es un posible culpable, pero aún no se han publicado las mejores fuentes de datos para examinar eso. [...]
- Los efectos del orden de las papeletas pueden haber influido en algunas contiendas estatales, pero no explican demasiado los errores en las votaciones. [...]
No hay un favoritismo partidista constante en las encuestas estadounidenses recientes. En 2016, las encuestas a nivel nacional y estatal tendieron a subestimar el apoyo a Trump, el candidato republicano. En 2000 y 2012, sin embargo, las encuestas de las elecciones generales claramente tendieron a subestimar el apoyo a los candidatos presidenciales demócratas. Las líneas de tendencia tanto para las encuestas nacionales como para las encuestas a nivel estatal muestran que, para cualquier elección dada, si las encuestas tienden a fallar en la dirección republicana o en la dirección demócrata equivale a lanzar una moneda al aire.
[...]
Una propuesta para abordar el desempeño de las encuestas a nivel estatal. Como documenta este informe, las encuestas nacionales en 2016 fueron bastante precisas, mientras que las encuestas en los estados clave del campo de batalla mostraron algunos errores importantes y problemáticos. Es una frustración persistente dentro de las encuestas y la comunidad de investigación de encuestas más grande que la profesión se juzga en función de cómo estas encuestas estatales a menudo subpresupuestadas se desempeñan en relación con el resultado de las elecciones. La industria no puede cambiar de manera realista la forma en que se la juzga, pero puede mejorar el panorama de las encuestas, al menos en teoría. AAPOR no tiene los recursos para financiar una serie de encuestas estatales de alta calidad en las elecciones presidenciales, pero podría considerar intentar organizar el financiamiento para tal esfuerzo. Los errores en las encuestas estatales como los observados en 2016 no son infrecuentes. Con la reducción de los presupuestos en los medios de comunicación para financiar las encuestas, no hay razón para creer que este problema se solucionará por sí solo. Colectivamente, las organizaciones de encuestas con buenos recursos podrían tener suficiente interés común en financiar algunas encuestas estatales de alta calidad para reducir la probabilidad de otro ojo negro para la profesión.
Una explicación siniestra que tal vez nunca se pueda probar. Las elecciones de 2016 pueden diferir de los resultados de las encuestas porque un número decisivo de votantes elegibles fue:
se alejó
incorrectamente en la lista negra por implementaciones demasiado confusas del Programa de Verificación Cruzada de Registro de Votantes Interestatales (supuestamente un limpiador de base de datos preventivo de fraude para purgar o marcar entradas duplicadas de las listas de votantes estatales), que no requieren comparaciones obligatorias de números de seguro social y fechas de nacimiento dados dos votantes nombrados Juan Pérez ,
solo obtuve boletas "provisionales"
nunca llegó a votar porque había muy pocos lugares de votación anticipada, o muy pocos lugares de votación para procesar el volumen de votantes del día de las elecciones.
Hay una serie de artículos sobre cómo destruir la Ley de Derecho al Voto de 1965 podría explicar por qué las encuestas y los resultados electorales parecen contradecirse entre sí. El periodista Greg Palast mantiene varias tácticas de supresión de votantes que también llevaron a la elección de Bush en 2000.
La pregunta asume que las encuestas y los pronósticos en realidad estaban equivocados, al igual que la mayoría de las respuestas hasta ahora. Sin embargo, tampoco es inconcebible que las encuestas solo aparentemente estuvieran equivocadas ( es decir , esas encuestas eran correctas), como sería el caso con la respuesta de supresión de votantes del usuario chx , y sería lógicamente consistente con el promedio de aprobación históricamente bajo del 45º presidente ( actualmente 39.1% al 5/8/18 ).
Otras formas posibles en las que las encuestas pueden estar aparentemente equivocadas:
Calidad de construcción de la máquina de votación insuficiente. Durante la fabricación o el mantenimiento, algunas partes mecánicas o electrónicas necesariamente duraderas se reemplazan con una parte de calidad inferior para ahorrar algunos centavos o dólares y, por lo tanto, ayudar a equilibrar el presupuesto trimestral del departamento. La parte deficiente eventualmente falla esporádicamente, tal vez al no poder procesar la entrada como se diseñó. Si el precio de las llamadas de mantenimiento y las piezas de máquinas patentadas son altos, los recintos con escasez de efectivo pueden ser más propensos a retrasar el mantenimiento necesario, por ejemplo : no reemplazar rápidamente un rodillo de goma seco que ocasionalmente no sujeta una boleta de papel en una caja de escaneo óptico , etc .
Los distritos pobres en efectivo suelen votar por candidatos diferentes a los de los distritos ricos, por lo que el efecto del retraso en el mantenimiento sería desigual y perjudicaría desproporcionadamente a los pobres. El impacto de la salida de un error del sistema puede ser simétrico, aleatorio, desequilibrado o extrañamente específico, pero la notificación de errores puede ser mejor en distritos ricos con presupuestos más grandes para la capacitación de operadores, en cuyo caso los distritos más pobres nuevamente se verían más afectados.
Software, firmware, hardware o errores de diseño de la máquina de votación. Algunos errores pueden dar lugar a errores de salida que luego conducen a la aparición de resultados de sondeo incorrectos. Si bien prácticamente todos estos sistemas complejos tienen errores, pocos sistemas informáticos inspiran una fe tan perseverante en su confiabilidad como las máquinas de votación con las que honran a sus guardianes.
Exploits, hacks , etc. basados en esos errores y fallas de diseño. Siempre ha habido un motivo ; algunos de los defectos conocidos de las máquinas de votación ya proporcionan métodos plausibles (por no hablar de las vulnerabilidades de día cero que pueden existir); las oportunidades requeridas pueden depender de los métodos, o bien del descuido o la corrupción humanos pasados de moda.
Fiksdal
usuario4012
Sin esperanzaN00b
tim malone
luis henrique
luis henrique
PoloHoleConjunto
Nadie