Within this paper we develop and apply new methodology adequately including undecided voters for the 2021 German federal election. Due to a cooperation with the polling institute Civey, we are in the fortunate position to obtain data in which undecided voters can state all the options they are still pondering between. In contrast to conventional polls, forcing the undecided to either state a single party or to drop out, this design allows the undecided to provide their current position in an accurate and precise way. The resulting set-valued information can be used to examine structural properties of groups undecided between specific parties as well as to improve election forecasting. For forecasting, this partial information provides valuable additional knowledge, and the uncertainty induced by the participants' ambiguity can be conveyed within interval-valued results. Turning to coalitions of parties, which is in the core of the current public discussion in Germany, some of this uncertainty can be dissolved as the undecided provide precise information on corresponding coalitions. We show structural differences between the decided and undecided with discrete choice models as well as elaborate the discrepancy between the conventional approach and our new ones including the undecided. Our cautious analysis further demonstrates that in most cases the undecideds' eventual decisions are pivotal which coalitions could hold a majority of seats. Overall, accounting for the populations' ambiguity leads to more credible results and paints a more holistic picture of the political landscape, pathing the way for a possible paradigmatic shift concerning the adequate inclusion of undecided voters in pre-election polls.


翻译:由于与Civey投票机构的合作,我们幸运地获得数据,使未决定选民能够说明他们之间仍然在思考的所有选择。与传统的民意测验相比,这种设计使得未决定者能够以准确和准确的方式提供他们目前的立场。由此产生的定值信息可用于审查特定政党之间未决定的团体的结构性质以及改进选举预测。为了预测,这种部分信息提供了宝贵的额外知识,而参与者的模糊性所造成的不确定性可以在定期估值的结果中表达。转向党派联盟,这是德国目前公开讨论的核心,这种不确定性的某些部分可以被解冻,因为未决定者可以准确和准确地提供相应的联盟的准确信息。我们用分解的选民选择模式来显示决定和未决定的选民结构差异,并阐明常规方法与我们新的选举方式之间的差异,包括未确定多数选举结果的不准确性。我们进行谨慎的分析进一步表明,在最终的领导层中,可能出现一个更准确的、最不可信的选举结果。

0
下载
关闭预览

相关内容

《计算机信息》杂志发表高质量的论文,扩大了运筹学和计算的范围,寻求有关理论、方法、实验、系统和应用方面的原创研究论文、新颖的调查和教程论文,以及描述新的和有用的软件工具的论文。官网链接:https://pubsonline.informs.org/journal/ijoc
最新《低资源自然语言处理》综述论文,21页pdf
专知会员服务
59+阅读 · 2020年10月27日
Linux导论,Introduction to Linux,96页ppt
专知会员服务
77+阅读 · 2020年7月26日
专知会员服务
159+阅读 · 2020年1月16日
【阿里巴巴】 AI编译器,AI Compiler @ Alibaba,21页ppt
专知会员服务
44+阅读 · 2019年12月22日
强化学习最新教程,17页pdf
专知会员服务
174+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
193+阅读 · 2019年10月10日
已删除
将门创投
14+阅读 · 2019年5月29日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Arxiv
0+阅读 · 2021年11月15日
Arxiv
0+阅读 · 2021年11月14日
Multilevel calibration weighting for survey data
Arxiv
0+阅读 · 2021年11月12日
Arxiv
0+阅读 · 2021年11月11日
VIP会员
相关资讯
已删除
将门创投
14+阅读 · 2019年5月29日
Call for Participation: Shared Tasks in NLPCC 2019
中国计算机学会
5+阅读 · 2019年3月22日
计算机类 | LICS 2019等国际会议信息7条
Call4Papers
3+阅读 · 2018年12月17日
利用动态深度学习预测金融时间序列基于Python
量化投资与机器学习
18+阅读 · 2018年10月30日
CCF B类期刊IPM专刊截稿信息1条
Call4Papers
3+阅读 · 2018年10月11日
计算机类 | 期刊专刊截稿信息9条
Call4Papers
4+阅读 · 2018年1月26日
【推荐】自然语言处理(NLP)指南
机器学习研究会
35+阅读 · 2017年11月17日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【今日新增】IEEE Trans.专刊截稿信息8条
Call4Papers
7+阅读 · 2017年6月29日
Top
微信扫码咨询专知VIP会员