CU选举模型错误的5个原因

科罗拉多大学的两位政治经济学家最近发表了对2012年总统选举的分析，预测罗姆尼会赢。该模型研究了许多经济变量，并声称这种模型将“正确预测自1980年以来的所有选举”。

相比之下，Investmentmatome选举模型是由研究普林斯顿和斯坦福的计量经济学分析的分析师创建的，并预测奥巴马将轻松赢得大选。

这两个模型都声称是没有个人意见的无偏见的统计事实陈述，但得出了相反的结论。怎么会这样？简而言之，科罗拉多大学的模型存在严重缺陷。原因如下：

科罗拉多大学选举模型死亡的5个原因

1. CU模型作弊

如果我告诉你上周我每天上班的时间你能预测我上周每天上班的时间吗？你会？大！你在科罗拉多大学的统计预测建模方面表现出色。

声称已经创建了一个“正确预测自1980年以来的所有选举”的模型，当使用自1980年以来所有选举的数据创建模型时，完全是胡说八道，它声称预测的数据。在统计中，我们称之为数据挖掘。正确的程序是使用数据的子集来创建模型（可能是1980年和1984年的选举），然后在模型创建中未使用的数据的“样本外测试”中测试模型（1988年至2008年的选举）。只有这样你才能宣称你的模型有助于做出预测。

2. CU模型依赖于有缺陷的假设。

失业会影响民主党现任总统连任的可能性，但不影响共和党人的选举？共和党人的结果与人均收入挂钩，而民主党则没有？真？在统计学中，您需要从有意义的假设开始，然后测试它们，而不是从数据开始，然后允许您创建一个“正确预测”所有数据的模型所需的尽可能多的疯狂假设。

CU模型包含不应该变量的变量……

回到我的工作示例。如果我给你额外的数据，说明我每天穿什么颜色的衬衫和我早餐吃的东西，你能更好地预测我上班的时间吗？可能不是，但你的模型不知道。可能发生的事情是你的模型会开始告诉你疯狂的事情（我在早餐时吃五分钟，早餐时吃鸡蛋，但如果我穿蓝色衬衫则在二十分钟后出现），以便适应所有额外的变量数据。

科罗拉多大学的模型做到了这一点，但更加极端。它使用至少SIX解释变量，即使它只有八个选举数据点。从统计角度来看，这种情况太多了，很可能导致“虚假的相关性”（即蓝色衬衫让你上班迟到或失业只会影响民主党人）。

4 …并忽略重要变量（如候选人！）

如果经济指标是推动选举结果的唯一因素，那么仅基于经济指标的模型才能全面。他们不是。有证据表明，候选人的喜欢，竞选支出，甚至天气都在选举结果中发挥作用。举一个极端的例子：如果共和党人决定选择一匹马而不是一个人作为他们的候选人怎么办？科罗拉多大学的模型会说，由于他们的模型根本不考虑候选人，因为经济条件选马。任何好的选举预测模型都必须考虑到人类选民实际投票给特定候选人的意愿。

5. CU模型结果几乎是不可能的

即使我们忽略了CU模型的所有方法缺陷，但由于统计上几乎不可能，因此很难接受其结果。例如，CU模型声称罗姆尼将赢得宾夕法尼亚州。然而，当宾夕法尼亚州的选民可能接受调查时，他们支持奥巴马51-42,49-40,47-42,53-42,49-43等等。事实上，宾夕法尼亚州全年可能的选民投票没有一次预测罗姆尼获胜。由于超过95％的历史民意调查在7分内准确无误，奥巴马领先近10分，几乎不可能取得领先优势。即使我们授予CU模型宾夕法尼亚州，仍然有俄亥俄州……弗吉尼亚州……威斯康星州……

简而言之，CU模型完全是胡说八道。据“纽约时报”报道，鉴于政治经济学家的预测状况不佳，这并不奇怪。但是不要相信我们的话。以下是其他模特和市场对罗姆尼机会的看法的总结：

模型和市场	基于	罗姆尼	奥巴马	优胜者？
普林斯顿大学	民意调查	12%	88%	奥巴马
Investmentmatome	民意调查	20.2%	78.4%	奥巴马
纽约时报	民意调查	28.7%	71.3%	奥巴马
华盛顿邮报	经济指标	41.6%	58.4%	奥巴马
美国大学	经济指标	奥巴马非常青睐	奥巴马
必发	投注市场	37.0%	62.1%	奥巴马
交易中	投注市场	44.0%	55.2%	奥巴马

估计截至2012年8月28日

Joanna Pratt是Investmentmatome Investing的金融市场副总裁，这是一个金融知识网站，帮助投资者为他们的401（k）计划选择更好的共同基金，找到更好的 在线经纪提供期权账户 ，并做出更明智的投资决策。