روش شناسی نیت سیلور در پیش بینی انتخاباتی ۲۰۲۴ امریکا براساس مدل سازی و شبیه سازی آماری نظرسنجی ها

پیش بینی انتخابات با استفاده از مدل های آماری و شبیه سازی های پیشرفته به یکی از ابزارهای مهم در تحلیل های سیاسی تبدیل شده است. در این باره نیت سیلور (Nate Silver)، روزنامه نگار، تحلیلگر آماری و بنیان گذار وب سایت FiveThirtyEight، به عنوان یکی از معتبرترین پیش بینی کنندگان نتایج انتخاباتی در جهان شناخته می شود. او در انتخابات ۲۰۲۴ از مدل Silver Bulletin استفاده کرده که شامل یک ساختار پیچیده از داده های نظرسنجی، تحلیل آماری و شبیه سازی است. این مدل به دلیل دقت و بهره گیری از تکنیک های پیشرفته آماری، توانسته جایگاه ویژه ای در تحلیل انتخابات ایالات متحده پیدا کند. (ویکی پدیا) در این نوشتار به جزئیات روش شناسی مدل وی، تغییرات اعمال شده در مدل برای انتخابات ۲۰۲۴، و نحوه تحلیل نتایج نهایی این پیش بینی می پردازیم.

مروری بر روش شناسی مدل:

این مدل به منظور کاهش عدم قطعیت ها و افزایش دقت، از چندین مرحله تحلیلی و شبیه سازی استفاده می کند که در زیر به تفصیل شرح داده می شود.

۱. تجمیع و وزن دهی نظرسنجی ها

• یکی از اصول اولیه مدل، جمع آوری و ترکیب نتایج نظرسنجی های مختلف است. به هر نظرسنجی بر اساس کیفیت آن، میزان نمونه گیری و نوع مخاطبان (رای دهندگان ثبت نام شده یا احتمالی) وزن اختصاص می دهد. این فرایند به کاهش اثر خطاهای احتمالی ناشی از نظرسنجی های منفرد کمک می کند. همچنین، مدل او برای تنظیم دقیق تر، از نظرسنجی های ملی برای بهبود داده های ایالتی و بالعکس استفاده می کند که موجب افزایش پایداری و دقت نتایج می شود (Silver Bulletin Methodology Update).

۲. اجرای شبیه سازی های گسترده

یکی از ویژگی های برجسته مدل برای سال ۲۰۲۴، افزایش تعداد شبیه سازی ها از ۴۰ هزار به ۸۰ هزار مورد است. وی این افزایش را به منظور تحلیل دقیق تر نتایج احتمالی تحت شرایط مختلف انجام داده است. این تعداد شبیه سازی به مدل اجازه می دهد تا با توجه به عوامل نامطمئن، سناریوهای گوناگونی را شبیه سازی کند و نتایج را به شکل احتمالاتی ارائه دهد. او می گوید که این شبیه سازی ها به دقت بالایی در مقایسه با پیش بینی های متداول دست یافته اند (FINAL Silver Bulletin Forecast).

۳. درنظرگرفتن فاکتورهای رفتاری رای دهندگان

وی تغییراتی در مدل خود برای تطابق با دینامیک جدید رای دهندگان اعمال کرده است. برای مثال، در گذشته فرض بر این بود که رای دهندگان جمهوری خواه تمایل بیشتری به شرکت در انتخابات دارند. اما اکنون، شواهد نشان می دهد که رای دهندگان دموکرات به دلیل موفقیت در انتخابات ویژه، از مشارکت بالاتری برخوردارند. در نتیجه، وزن این فاکتور را کاهش داده و از یک «پیش فرض صفر» استفاده کرده که نشان می دهد هیچ یک از دو حزب به طور قطعی از تغییرات جمعیتی و رفتارهای رای دهندگان بهره نمی برد (2024 Model Methodology Update).

۴. در نظر گرفتن اثرات اشخاص ثالث و اثرگذار در نتیجه

یکی از دیگر تغییرات در این مدل برای انتخابات ۲۰۲۴، مدیریت نفرات و شخصیت های شخص ثالث مانند رابرت اف. کندی جونیور است. شخصیت های شخص ثالث را که شانس واقعی برای تاثیرگذاری در نتایج دارند، در مدل لحاظ می کند. کندی در حدود ۵٪ از شبیه سازی ها موفق به کسب آرای الکترال شده که نشان می دهد احتمال دارد آرای او در برخی ایالت های کلیدی تاثیرگذار باشد. این فاکتور به مدل اجازه می دهد تا واقعیت پیچیده تر و چندوجهی انتخابات را بازتاب دهد (A Random Number Generator Determined the Favorite).

نتایج نهایی و تحلیل شبیه سازی ها برای انتخابات 2024

بر اساس نتایج نهایی مدل در Silver Bulletin، کامالا هریس با احتمال ۵۰.۰۱۵٪ و دونالد ترامپ با احتمال ۴۹.۹۸۵٪ شانس پیروزی دارند. علاوه بر این، حدود ۲۷۰ شبیه سازی منجر به نتیجه ۲۶۹-۲۶۹ در کالج الکترال می شود که احتمالا به پیروزی ترامپ در مجلس نمایندگان ایالات متحده ختم خواهد شد. این نزدیکی نتایج نشان دهنده رقابت تنگاتنگ و تاثیر عوامل ناپایدار در نتیجه نهایی است (FINAL Silver Bulletin Forecast).

تحلیل نهایی و محدودیت های مدل

اگرچه مدل از دقت بالایی برخوردار است، اما محدودیت هایی نیز دارد. از جمله:

• پیش بینی خطاهای نمونه گیری: تغییرات ناگهانی در رفتار رای دهندگان یا ظهور رویدادهای غیرمنتظره می تواند بر نتایج نهایی تاثیرگذار باشد و مدل را دچار خطا کند.

• عدم قطعیت در داده های نظرسنجی: اگرچه مدل از نظرسنجی های مختلف استفاده می کند، اما هر نظرسنجی می تواند دارای خطاها و محدودیت های خاص خود باشد.

مدل پیش بینی این محقق برای انتخابات ۲۰۲۴ نشان دهنده یک روش شناسی جامع و دقیق است که با استفاده از داده های نظرسنجی و شبیه سازی های پیچیده به پیش بینی نتیجه انتخابات می پردازد. این مدل با در نظر گرفتن عوامل متنوع و بهره گیری از تکنیک های آماری و شبیه سازی های گسترده، تصویری دقیق از نتایج احتمالی ارائه می دهد. با این حال، نتیجه نهایی همچنان به رفتار نامطمئن رای دهندگان و تحولات لحظه آخری وابسته است.