Election poll reporting often focuses on mean values and only subordinately discusses the underlying uncertainty. Subsequent interpretations are too often phrased as certain. Moreover, media coverage rarely adequately takes into account the differences between now- and forecasts. These challenges were ubiquitous in the context of the 2016 and 2020 U.S. presidential elections, but are also present in multi-party systems like Germany. We discuss potential sources of bias in nowcasting and forecasting and review the current standards in the visual presentation of survey-based nowcasts. Concepts are presented to attenuate the issue of falsely perceived accuracy. We discuss multiple visual presentation techniques for central aspects in poll reporting. One key idea is the use of Probabilities of Events instead of party shares. The presented ideas offer modern and improved ways to communicate (changes in) the electoral mood for the general media.


翻译:民意测验报告往往以中值为焦点,只是从次要角度讨论潜在的不确定性。随后的解释往往被说成是肯定的。此外,媒体报道很少充分考虑到现在和预测之间的差异。这些挑战在2016年和2020年美国总统选举的背景下是普遍存在的,但也存在于德国等多党体系中。我们讨论了现在预测和预测中的偏见的潜在根源,并审查了基于调查的即时播报的视觉展示中的现行标准。提出概念是为了减轻错误认识的准确性问题。我们讨论了民意报道中的核心方面多目显示技术。一个关键理念是利用事件概率而不是政党份额。提出的想法为一般媒体提供了现代和更好的沟通方式(改变)选举气氛。

0
下载
关闭预览

相关内容

机器学习系统设计系统评估标准
神经常微分方程教程,50页ppt,A brief tutorial on Neural ODEs
专知会员服务
71+阅读 · 2020年8月2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
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
【哈佛大学商学院课程Fall 2019】机器学习可解释性
专知会员服务
103+阅读 · 2019年10月9日
【SIGGRAPH2019】TensorFlow 2.0深度学习计算机图形学应用
专知会员服务
39+阅读 · 2019年10月9日
最新BERT相关论文清单,BERT-related Papers
专知会员服务
52+阅读 · 2019年9月29日
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12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
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
Arxiv
30+阅读 · 2021年7月7日
Arxiv
14+阅读 · 2020年12月17日
VIP会员
相关VIP内容
相关资讯
CCF推荐 | 国际会议信息10条
Call4Papers
8+阅读 · 2019年5月27日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24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
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12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
人工智能 | 国际会议/SCI期刊约稿信息9条
Call4Papers
3+阅读 · 2018年1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
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
【推荐】SVM实例教程
机器学习研究会
17+阅读 · 2017年8月26日
【推荐】(Keras)LSTM多元时序预测教程
机器学习研究会
24+阅读 · 2017年8月14日
Top
微信扫码咨询专知VIP会员