Explicado: os modelos de previsão eleitoral dos EUA e o que pode ter dado errado em 2016 e 2020
Embora os votos ainda estejam sendo contados e os dados ainda estejam sendo peneirados, os analistas americanos começaram a refletir sobre toda a indústria de previsão eleitoral, que previu uma vitória muito maior para o presidente eleito Joe Biden do que o que vimos na semana passada.
Neste dia 7 de novembro de 2020, a vice-presidente eleita Kamala Harris dá as mãos ao presidente eleito Joe Biden enquanto eles comemoram em Wilmington, Del. (AP Photo / Andrew Harnik, Arquivo) Quase no dia seguinte à eleição nos Estados Unidos, os pesquisadores e analistas eleitorais admitiram prontamente que seus modelos e pesquisas pareciam ter se enganado mais uma vez.
Embora os votos ainda estejam sendo contados e os dados ainda estejam sendo peneirados, os analistas americanos começaram a refletir sobre toda a indústria de previsão eleitoral, que previu uma vitória muito maior para o presidente eleito Joe Biden do que o que vimos na semana passada.
Como os estatísticos americanos criam seus modelos de previsão eleitoral?
Os modelos combinam dois tipos de números. O primeiro são os fundamentos - os fatores que moldam as escolhas dos eleitores. Por exemplo, como a situação da economia afeta as chances de titularidade ou o fato de que uma festa que ganhou três vezes consecutivas só aconteceu uma vez nos últimos 70 anos.
Andrew Gelman e Merlin Heidemanns, da Universidade de Columbia, que criaram um modelo de agregação de pesquisas para o Economist, escreveram: Como a maioria das previsões, nosso modelo ... aplica padrões anteriores de comportamento dos eleitores a novas circunstâncias ... Com que frequência candidatos anteriores em cargos semelhantes continuaram para vencer? ”Se essas relações históricas se desintegrarem, nossa previsão falhará.
Em seguida, os pesquisadores olham para as pesquisas (respostas de amostras representativas). O modelo calcula a média das pesquisas, pondera cada uma de acordo com seus tamanhos de amostra e, a seguir, corrige quaisquer vieses. Nate Silver, uma figura de proa na comunidade de previsão de eleições e editor do canal de dados FiveThirtyEight, se distingue especificamente de um pesquisador, afirmando que o trabalho de sua organização é entender o quão erradas as pesquisas podem ser para criar previsões probabilísticas.
O modelo final combina os fundamentos com as médias das pesquisas. Com esses dois tipos de informação, os pesquisadores fazem simulações um grande número de vezes para descobrir quantas vezes um candidato recebe mais de 270 votos eleitorais. Em 1.000 simulações, se Biden ganhar 500 vezes, ele tem 50 por cento de chance de ganhar. À medida que o dia da eleição se aproxima, os pesquisadores dão às pesquisas um peso maior sobre os fundamentos.
Também em Explicado | Por que o presidente eleito dos EUA, Joe Biden, provavelmente não pesará na Caxemira
O que aconteceu em 2016?
Os oráculos matemáticos das eleições americanas profetizaram com segurança uma vitória de Hillary Clinton. Pesquisadores tradicionais respeitados deram a Clinton uma vantagem de até quatro pontos. Ela acabou liderando com 2,1 pontos percentuais no voto popular. FiveThirtyEight enfrentou o calor por prever que Hillary Clinton teria 70% de chance de ganhar a Casa Branca. Silver disse que as pessoas estavam considerando os resultados das pesquisas eleitorais fora do contexto.
The Economist escreveu: O improvável triunfo de Trump em 2016 deixou muitos analistas eleitorais quantitativos parecendo tolos. Sam Wang, um professor de Princeton, prometeu comer um inseto se Trump, que ele disse ter apenas 1% de chance de vitória em novembro de 2016, chegar perto de vencer. (Ele escolheu um grilo.) Clique para seguir Express Explained on Telegram
Post-mortems de instituições como a Association of Public Opinion Research chegaram à conclusão de que as pesquisas subestimaram os pesos dos eleitores sem diploma universitário. O Upshot do New York Times descobriu que a falta de pesos por status educacional calculou mal o suporte de Trump em quatro pontos, correspondendo ao erro. Em muitos aspectos, foi uma simples subestimação de quantos eleitores eram brancos e não tinham diploma universitário. Em outro erro, os que decidiram tardiamente acabaram votando em Trump mais do que o previsto, e o comparecimento geral aos eleitores de Trump superou as expectativas.
Alegando que corrigiram os erros, os estatísticos afirmaram que aprenderam as lições de 2016.
O que aconteceu em 2020?
Não há dúvida de que as pesquisas foram perdidas (de novo). Mas não saberemos por quanto até que todos os votos sejam contados (incluindo estimativas de votos rejeitados). Então iremos reavaliar. Mas acho que é justo dizer agora que de muitas maneiras, incluindo pesquisas políticas, Trump é sui generis, tweetou o diretor da Pesquisa Monmouth, Patrick Murray, no dia seguinte às eleições.
As pesquisas mostraram Biden liderando com pelo menos oito pontos percentuais na reta final da temporada de campanha. Ele provavelmente terminará com uma vitória de quatro a cinco pontos percentuais. Mesmo as próprias pesquisas privadas de ambas as campanhas subestimaram os candidatos republicanos.
No nível estadual, as previsões foram ainda mais erradas. RealClearPolitics e FiveThirtyEight superestimados para Biden em todos os estados indecisos, exceto Arizona. A Flórida, em particular, estava longe do alvo; com quase quatro pontos, Trump tirou o estado que as pesquisas em média previam para Biden em três pontos. O New York Times e o Washington Post colocaram Biden com uma vantagem de 17 e 11 pontos em Wisconsin. Até agora, é uma diferença de um ponto percentual. As corridas para o Congresso foram ainda piores, com os democratas sendo surpreendidos por suas derrotas.
As pesquisas (especialmente em nível distrital) raramente nos desviam mais do caminho e vai levar muito tempo para desempacotar, twittou o editor do Cook Political Report, Dave Wasserman, um dia após as eleições.
Leia também | Quer uma prévia do presidente Biden? Veja a trilha da campanha
O que deu errado?
É muito cedo para dizer, mas as teorias começaram a se infiltrar. Uma teoria de Zeynep Tufekci é que não há dados anteriores suficientes para criar fundamentos com precisão porque os fatores nas eleições mudam substancialmente todas as vezes.
Outras respostas potenciais podem estar nos dados finais de participação. Nate Cohn do New York Times diz que ou 2020 apresentou um novo conjunto de problemas, ou os problemas de 2016 podem nunca ter sido corrigidos. Ele se inclina para o primeiro, principalmente porque a ponderação educacional não mudou as previsões. As pesquisas descobriram que os eleitores brancos sem diploma universitário deveriam votar em Biden com taxas mais altas do que em Clinton, mas os resultados finais mostraram que eles não mudaram conforme o previsto. Outro erro foi nos cálculos dos eleitores seniores, que deveriam votar em Biden por 23 pontos a mais do que em Trump. Mas, na realidade, os idosos não votaram em Biden com taxas mais altas.
Cohn afirma que essas não são falhas em estimar o tamanho dos grupos, mas sim suas atitudes. Isso está relacionado às reivindicações da direita de uma maioria silenciosa que vota em Trump, mas esconde suas crenças políticas. Após o fracasso de 2016, as pesquisas perderam sua credibilidade e talvez menos apoiadores do Trump estivessem dispostos a responder às perguntas da pesquisa.
Um fator potencial óbvio nos números foi a pandemia. As pesquisas anteriores à pandemia (entre outubro de 2019 e março de 2020) foram mais precisas do que quando as eleições se aproximavam. Uma teoria sugere que os democratas eram mais propensos a ficar presos durante esse período e eram mais propensos a responder às pesquisas do que os republicanos. As respostas aumentaram nesse tempo e os pontos críticos começaram a mostrar mais apoio a Biden. Em outras palavras, isso não foi um aumento do suporte para Biden; isso foi um aumento na probabilidade de um apoiador de Biden responder.
Trata-se de problemas substantivos ou apresentação?
Alguns analistas políticos dizem que o problema é a apresentação dos números para um público de massa, e não um problema dos números. Por exemplo, se Biden tem 65% de vitória na eleição, isso significa que ele tem quase uma chance em três de perder. No entanto, a maioria dos eleitores que ouvem uma chance de 65 por cento imagina uma grande probabilidade.
Os contendores argumentam que os oráculos políticos criaram margens tão grandes de erros e advertências que podem dizer que estavam certos, independentemente do resultado, tornando-os efetivamente inúteis. Silver repreendeu fortemente a narrativa de que as pesquisas estavam erradas, escrevendo que sua organização havia previsto corretamente que Biden poderia sobreviver a um erro de votação normal ou um pouco maior e ainda assim vencer. Os eleitores e a mídia precisam recalibrar suas expectativas em relação às pesquisas - não necessariamente porque algo mudou, mas porque essas expectativas exigiam um nível irreal de precisão - ao mesmo tempo em que resistem ao impulso de 'jogar fora todas as pesquisas'. Se você quiser certeza sobre as eleições resultados, as pesquisas não vão lhe dar isso - pelo menos, não na maioria das vezes.
Como as instituições e as pessoas estão respondendo?
Enquanto os analistas preferem apresentar seus argumentos em contestação uns aos outros, a reflexão geral em toda a linha parece ser relativamente coesa: diminua a obsessão com as pesquisas.
Grande parte da democracia americana depende de sermos capazes de entender o que nossos concidadãos pensam. Essa se tornou uma tarefa mais desafiadora à medida que os americanos se classificavam em bolhas ideológicas ... As pesquisas de opinião pública foram uma das últimas maneiras de entender o que os outros americanos realmente acreditam. Se a pesquisa não funcionar, estamos voando às cegas, escreveu David Graham, do Atlantic.
Alguns problematizaram todo o jogo dos números em si, não apenas os pesos de 2016 contra os pesos de 2020. Silver ganhou fama na previsão de jogos de beisebol, mas ao contrário do beisebol ... este jogo nem sempre tem um conjunto previsível de regras que todos os jogadores seguem. Há muito mais ruído no sinal que pode interferir com um algoritmo, disse o editor de política do Slate, Joshua Keating.
Devemos pegar o dinheiro que gastamos com pesquisas de opinião e devemos aplicar para a organização no local. Meu entendimento é que Trump manteve pessoas no local por um ano na Flórida. Eu gostaria de ver-nos contando menos com as pesquisas porque elas estão se tornando cada vez menos perfeitas para conseguir o que queremos, disse a congressista Pramila Jayapal em um webinar no dia seguinte às eleições.
Não perca do Explained | Por que os americanos discordam sobre a concessão de um estado a Porto Rico e Washington, D.C.
As organizações jornalísticas também estão investindo mais em análises de tendências na Internet e na cobertura de notícias locais para compensar os erros de pesquisa.
Tufekci disse: Em vez de atualizar a página para atualizar as previsões, as pessoas deveriam ter feito a única coisa que realmente afeta o resultado: votar, doar e organizar. Como descobrimos, todo o resto está dentro da margem de erro.
Compartilhe Com Os Seus Amigos:
