5 Gründe, warum das CU-Wahlmodell falsch ist

Vor kurzem veröffentlichten zwei Volkswirte der Universität von Colorado eine Analyse der Präsidentschaftswahlen von 2012, die vorausgesagt hatten, dass Romney gewinnen würde. Das Modell betrachtete viele ökonomische Variablen und behauptete, dieses Modell hätte „alle Wahlen seit 1980 richtig vorhergesagt“.

Das Investmentmatome-Wahlmodell dagegen wurde von Analysten entwickelt, die in Princeton und Stanford ökonometrische Analysen studierten und voraussagen, dass Obama die Wahl leicht gewinnen wird.

Beide Modelle behaupten, eine neutrale Darstellung statistischer Fakten ohne persönliche Meinungen zu sein, kommen jedoch zu gegensätzlichen Schlussfolgerungen. Wie kann das sein? Einfach ausgedrückt, ist das Modell der University of Coloado zutiefst fehlerhaft. Hier ist der Grund:

5 Gründe, warum das Wahlmodell der Universität von Colorado tot falsch ist

1. Das CU-Modell betrügt

Wenn ich Ihnen sagen würde, zu welcher Uhrzeit ich letzte Woche jeden Tag zur Arbeit erschienen bin, könnten Sie dann vorhersagen, zu welcher Uhrzeit ich letzte Woche zur Arbeit erschienen bin? Du würdest? Großartig! Sie können statistische Vorhersagemodelle genauso gut beherrschen wie die University of Colorado.

Die Behauptung, ein Modell erstellt zu haben, das "alle Wahlen seit 1980 korrekt vorhergesagt" hätte, ist völliger Unsinn, als das Modell unter Verwendung der Daten aller Wahlen seit 1980 erstellt wurde, genau den Daten, die es vorhersagen soll. In der Statistik nennen wir das Data Mining. Das richtige Verfahren wäre gewesen, eine Teilmenge der Daten zur Erstellung des Modells zu verwenden (vielleicht die Wahlen von 1980 und 1984), und dann das Modell auf einem "Out-of-Sample-Backtest" von Daten zu testen, die bei der Erstellung des Modells nicht verwendet wurden (die Wahlen von 1988 bis 2008). Nur dann können Sie behaupten, dass Ihr Modell Vorhersagen gut macht.

2. Das CU-Modell hängt von fehlerhaften Annahmen ab.

Arbeitslosigkeit beeinflusst die Chancen einer Wiederwahl der demokratischen Amtsinhaber, nicht aber der Republikaner? Die Ergebnisse der Republikaner hängen mit dem Pro-Kopf-Einkommen zusammen, die Demokraten dagegen nicht? "Ja wirklich?" In Statistiken müssen Sie mit sinnvollen Annahmen beginnen und sie dann testen, nicht mit Daten beginnen und dann so viele verrückte Annahmen zulassen, wie Sie benötigen, um ein Modell zu erstellen, das alle Ihre Daten „richtig vorhersagt“.

3. Das CU-Modell enthält Variablen, die nicht…

Zurück zu meinem auftauchenden Beispiel. Wenn ich Ihnen zusätzliche Informationen darüber geben würde, welches Farbhemd ich jeden Tag getragen habe und was ich zum Frühstück gegessen habe, könnten Sie dann besser vorhersagen, wann ich zur Arbeit gekommen bin? Wahrscheinlich nicht, aber Ihr Modell weiß das nicht. Es ist wahrscheinlich, dass Ihr Modell Ihnen verrückte Dinge erzählt (ich tauche fünf Minuten früher an Tagen auf, an denen ich zum Frühstück Eier esse, aber zwanzig Minuten später, wenn ich ein blaues Hemd trage), um alle Ihre zusätzlichen Variablen anzupassen die Daten.

Das Modell der University of Colorado tut dies jedoch in noch extremerem Maße. Es verwendet mindestens SIX erklärende Variablen, obwohl es nur acht Wahldatenpunkte hat. Dies ist aus statistischer Sicht viel zu viel und führt wahrscheinlich zu „unechten Korrelationen“ (d. H. Blaue Hemden bringen Sie zu spät zur Arbeit, oder die Arbeitslosigkeit betrifft nur Demokraten).

4… und ignoriert wichtige Variablen (wie den Kandidaten!)

Ein Modell, das nur auf wirtschaftlichen Indikatoren basiert, kann nur dann umfassend sein, wenn nur wirtschaftliche Indikatoren die Wahlergebnisse beeinflussen. Sie sind nicht. Es gibt Hinweise darauf, dass die Sympathie der Kandidaten, die Ausgaben für Kampagnen und sogar das Wetter bei den Wahlergebnissen eine Rolle spielen. Nehmen Sie ein extremes Beispiel: Was wäre, wenn die Republikaner beschlossen hätten, ein Pferd anstelle einer Person als Kandidat zu führen? Das Modell der University of Colorado würde sagen, dass das Pferd aufgrund der wirtschaftlichen Bedingungen gewählt würde, da sein Modell den Kandidaten überhaupt nicht berücksichtigt. Jedes gute Wahlvorhersagemodell muss die Bereitschaft der Wähler berücksichtigen, tatsächlich für einen bestimmten Kandidaten zu stimmen.

5. Die CU-Modellergebnisse sind praktisch unmöglich

Selbst wenn wir alle methodischen Mängel des CU-Modells ignorieren, sind seine Ergebnisse schwer zu akzeptieren, da sie statistisch nahezu unmöglich sind. Zum Beispiel behauptet das CU-Modell, dass Romney Pennsylvania gewinnt. Als wahrscheinlich Wähler in Pennsylvania befragt wurden, standen sie auf der Seite von Obama 51-42, 49-40, 47-42, 53-42, 49-43 und so weiter. Tatsächlich prognostizierte keine einzige Umfrage unter den wahrscheinlichen Wählern in Pennsylvania das ganze Jahr über einen Sieg von Romney. Obama liegt mit fast 10 Punkten an der Spitze, was praktisch unmöglich ist, da mehr als 95% der historischen Umfragen auf 7 Punkte genau waren. Selbst wenn wir das CU-Modell Pennsylvania gewähren, gibt es immer noch Ohio… Virginia… Wisconsin…

Kurz gesagt, das CU-Modell ist völliger Unsinn. Dies ist nicht wirklich überraschend, da arme Volkswirte laut New York Times Prognosen abgeben. Aber nehmen Sie nicht unser Wort dafür. Nachfolgend finden Sie eine Zusammenfassung dessen, was andere Modelle und Märkte von Romneys Chancen halten:

Modelle & Märkte	Beyogen auf	Romney	Obama	Gewinner?
Princeton Universität	Umfragen	12%	88%	Obama
Investmentmatome	Umfragen	20.2%	78.4%	Obama
New York Times	Umfragen	28.7%	71.3%	Obama
Washington Post	Ökonomische Indikatoren	41.6%	58.4%	Obama
Amerikanische Universität	Ökonomische Indikatoren	Obama stark begünstigt	Obama
Betfair	Wettmarkt	37.0%	62.1%	Obama
Im Handel	Wettmarkt	44.0%	55.2%	Obama

Schätzungen zum 28. August 2012

Joanna Pratt ist Vice President of Financial Markets bei Investmentmatome Investing, einer Website zur Finanzkompetenz, die Anlegern hilft, bessere Investmentfonds für ihre 401 (k) -Planungen auszuwählen und einen besseren zu finden Online-Brokerage-Optionskonten und insgesamt klügere Anlageentscheidungen treffen.