Wie man ein objektives Bayesianisches Modell erstellt, das nur auf Umfragen basiert und von einem Umfrageergebnis in einem Bundesstaat zur Wahrscheinlichkeit führt, dass der Bundesstaat gewinnt
Angesichts der näher rückenden Präsidentschaftswahlen stellt sich für mich und viele andere die Frage, ob sich die Wahlergebnisse eines Kandidaten in einem Bundesstaat auf seine Wahrscheinlichkeit auswirken, den Bundesstaat zu gewinnen.
In diesem Blogbeitrag möchte ich die Frage mithilfe objektiver Bayes’scher Schlussfolgerungen ((3)) und Wahlergebnissen aus den Jahren 2016 und 2020 untersuchen. Das Ziel wird darin bestehen, ein einfaches, nur auf Umfragen basierendes Modell zu entwickeln, das die bundesstaatlichen Umfrageergebnisse eines Kandidaten berücksichtigt und eine Ergebnisliste erstellt Posteriorverteilung für die Wahrscheinlichkeit, dass der Kandidat den Staat gewinnt
Dabei misst die Posteriorverteilung unseren Glauben an die Aussagekraft von Umfragen.
Für das Modell verwende ich die logistische Regression mit einer einzelnen unbekannten Gewichtsvariablen, w:
Wenn wir die Wahlen 2020 und 2016 als Beobachtungen nehmen und einen geeigneten Prior, π, verwenden, können wir dann eine Posterior-Verteilung für das unbekannte Gewicht erstellen
Wo