5 Alasan Model Pemilihan CU Salah
5 Hal Yang Jadi Alasan Mengapa Kalian Harus Lebih Mencintai Mo Salah
Dua ekonom politik di Universitas Colorado baru-baru ini menerbitkan analisis Pemilihan Presiden 2012 yang memprediksi Romney akan menang. Model melihat banyak variabel ekonomi dan mengklaim model ini akan "benar memprediksi semua pemilihan sejak tahun 1980."
The Investmentmatome Election Model, sebaliknya, diciptakan oleh analis yang mempelajari analisis ekonometrik di Princeton dan Stanford dan memprediksi bahwa Obama akan dengan mudah memenangkan pemilihan.
Kedua model mengklaim sebagai presentasi tidak bias dari fakta statistik tanpa pendapat pribadi, tetapi sampai pada kesimpulan yang berlawanan. Bagaimana ini bisa terjadi? Sederhananya, model University of Coloado sangat cacat. Inilah alasannya:
5 Alasan Model Pemilu Universitas Colorado Mati Salah
1. Model CU menipu
Jika saya memberi tahu Anda jam berapa saya bekerja setiap hari minggu lalu, apakah Anda dapat memprediksi jam berapa saya bekerja setiap hari minggu lalu? Anda akan melakukannya? Besar! Anda sama baiknya dengan pemodelan prediksi statistik sebagai University of Colorado.
Mengklaim telah menciptakan sebuah model yang akan "benar memprediksi semua pemilu sejak tahun 1980" adalah omong kosong ketika model dibuat menggunakan data dari semua pemilu sejak tahun 1980, data yang diklaimnya untuk diprediksi. Dalam statistik kami menyebut penambangan data ini. Prosedur yang tepat adalah menggunakan subkumpulan data untuk membuat model (mungkin pemilihan 1980 dan 1984) dan kemudian menguji model pada "out of sample backtest" data yang belum digunakan dalam pembuatan model. (pemilihan 1988 hingga 2008). Hanya dengan begitu Anda dapat mengklaim bahwa model Anda bagus dalam membuat prediksi.
2. Model CU bergantung pada asumsi yang salah.
Pengangguran mempengaruhi peluang calon presiden Demokrat terpilih kembali tetapi bukan Republikan? Hasil Partai Republik dikaitkan dengan pendapatan per kapita sementara Demokrat tidak? Sangat? Dalam statistik, Anda perlu memulai dengan asumsi yang masuk akal dan kemudian mengujinya, bukan memulai dengan data dan kemudian memungkinkan untuk asumsi gila sebanyak yang Anda butuhkan untuk membuat model yang "benar memprediksi" semua data Anda.
3. Model CU mencakup variabel yang seharusnya tidak…
Kembali ke contoh saya untuk bekerja. Jika saya memberi Anda data tambahan tentang kemeja warna apa yang saya kenakan setiap hari dan apa yang saya makan untuk sarapan, apakah Anda akan lebih mampu memprediksi jam berapa saya muncul untuk bekerja? Mungkin tidak, tetapi model Anda tidak tahu itu. Apa yang mungkin terjadi adalah model Anda akan mulai memberi tahu Anda hal-hal gila (saya muncul lima menit lebih awal pada hari-hari saya makan telur untuk sarapan, tetapi dua puluh menit kemudian jika saya mengenakan kemeja biru) agar sesuai dengan semua variabel ekstra Anda data.
Model University of Colorado melakukan ini tetapi pada tingkat yang lebih ekstrim. Ini menggunakan setidaknya variabel penjelas SIX meskipun hanya memiliki delapan titik data pemilu. Ini terlalu banyak dari perspektif statistik dan cenderung mengarah pada "korelasi palsu" (yaitu kemeja biru membuat Anda terlambat bekerja atau pengangguran hanya mempengaruhi Demokrat).
4… dan mengabaikan variabel penting (seperti kandidat!)
Sebuah model yang hanya didasarkan pada indikator ekonomi hanya bisa komprehensif jika indikator ekonomi adalah satu-satunya faktor yang mendorong hasil pemilu. Mereka tidak. Ada bukti bahwa kandidat dapat disukai, belanja kampanye, dan bahkan cuaca semua memainkan peran dalam hasil pemilihan. Ambil contoh ekstrem: Bagaimana jika Partai Republik memutuskan untuk menjalankan kuda bukan sebagai calon mereka? Model University of Colorado akan mengatakan bahwa kuda itu akan dipilih karena kondisi ekonomi karena model mereka tidak mempertimbangkan calon sama sekali. Model prediksi pemilihan yang baik harus mempertimbangkan kesediaan pemilih manusia untuk benar-benar memilih kandidat tertentu.
5. Hasil model CU hampir tidak mungkin
Bahkan jika kita mengabaikan semua kekurangan metodologi model CU, hasilnya sulit diterima mengingat secara statistik hampir tidak mungkin. Misalnya, model CU mengklaim Romney akan memenangkan Pennsylvania. Namun ketika pemilih potensial di Pennsylvania disurvei, mereka memihak Obama 51-42, 49-40, 47-42, 53-42, 49-43, dan seterusnya. Bahkan, tidak satu pun polling pemilih kemungkinan di Pennsylvania sepanjang tahun memprediksi kemenangan Romney. Obama memimpin hampir 10 poin, yang hampir tidak mungkin diatasi mengingat bahwa lebih dari 95% jajak pendapat sejarah akurat dalam 7 poin. Bahkan jika kami memberikan model CU Pennsylvania, masih ada Ohio … Virginia … Wisconsin …
Singkatnya, model CU sepenuhnya tidak masuk akal. Ini benar-benar tidak mengherankan mengingat betapa buruknya para ekonom politik dalam membuat ramalan, menurut New York Times. Tapi jangan ambil kata kami untuk itu. Di bawah ini adalah ringkasan tentang model dan pasar lain yang memikirkan peluang Romney:
Model & Pasar | Berdasarkan | Romney | Obama | Pemenang? |
Universitas Princeton | Polling | 12% | 88% | Obama |
Investmentmatome | Polling | 20.2% | 78.4% | Obama |
Waktu New York | Polling | 28.7% | 71.3% | Obama |
Washington Post | Indikator ekonomi | 41.6% | 58.4% | Obama |
Universitas Amerika | Indikator ekonomi | Obama sangat disukai | Obama | |
Betfair | Pasar taruhan | 37.0% | 62.1% | Obama |
Intrade | Pasar taruhan | 44.0% | 55.2% | Obama |
Estimasi per 28 Agustus 2012
Joanna Pratt adalah VP of Financial Markets di Investmentmatome Investing, sebuah situs literasi keuangan yang membantu investor memilih reksadana yang lebih baik untuk rencana 401 (k) mereka, menemukan yang lebih baik broker menawarkan akun opsi online, dan membuat keputusan investasi yang lebih cerdas secara keseluruhan.