ЦИРКОН 20.09.07 1 Прогнозирование итогов выборов по опросным данным на основе вероятностной модели электорального поведения И.Задорин Презентация к выступлению. - презентация

1 ЦИРКОН Прогнозирование итогов выборов по опросным данным на основе вероятностной модели электорального поведения И.Задорин Презентация к выступлению на встрече представителей Ассоциации региональных социологических центров «Группа «7/89» 20 сентября 2007 г.

2 ЦИРКОН Основные принципы методики Вероятностная модель электорального поведения Все намерения респондента оцениваются как возможные, реализуемые с некоторой вероятностью Для расчета вероятностей реализации намерений совокупно учитывается комплекс ответов респондентов на несколько вопросов Простота и доступность моделирования В инструментарии опроса (анкете) используются только вопросы, традиционно задающиеся в рамках предвыборных опросов большинством социологических центров Используются данные типовых опросов общественного мнения (репрезентирующие взрослое население региона или страны в целом) Не предусматривается сложных алгоритмов расчета и специального математического обеспечения (как правило, используется пакет SPSS).

3 ЦИРКОН История разработки Первые эксперименты Выборы в Государственную Думу РФ (2003) и выборы Президента РФ (2004). Использовались данные ФОМ, ВЦИОМ, региональных социологических центров. Первое представление и обсуждение 25 марта 2004 г. на семинаре «Полития» (см. ). Продолжение разработки Выборы в региональные Зак Сы гг. Использовались данные ЦИРКОН и ВЦИОМ. Представление и обсуждение на конференции в ГУ ВШЭ 15 апреля 2006 г. Расширение модели на данных региональных опросов ВЦИОМ 2007 г. (весна). Семинары по обучению использованию методики, июль 2007

4 ЦИРКОН Обычные вопросы социологов СОБИРАЕТЕСЬ ЛИ ВЫ ПРИНЯТЬ УЧАСТИЕ В ПРЕДСТОЯЩИХ ВЫБОРАХ ДЕПУТАТОВ …? Точно, да % Скорее, да % Скорее, нет- 3-5% Точно, нет- 7-10% Затр. ответить- 7-10% ЕСЛИ БЫ ВЫБОРЫ ДЕПУТАТОВ … ПРОХОДИЛИ В БЛИЖАЙШЕЕ ВОСКРЕСЕНЬЕ, ЗА КАКУЮ ПАРТИЮ ВЫ БЫ ПРОГОЛОВАЛИ? Единая Россия % КПРФ - % ЛДПР - % РПЖ- % Яблоко - % СПС - % против всех- % % - % Явка ? Выбор ? Прогноз от голосующих От всех Жесткое детерминированное деление на голосующих и неголосующих Жесткая детерминированная фиксация электоральных предпочтений

5 ЦИРКОН Вероятностная модель (вектор электорального решения) ПРИНИМАТЬ ИЛИ НЕ ПРИНИМАТЬ УЧАСТИЕ В ВЫБОРАХ ? Нет -P 0 Да -1- P 0 ЗА КОГО ГОЛОСОВАТЬ ? Единая Россия- P 1 КПРФ- P 2 ЛДПР- P 3 РПЖ- P 4 Яблоко- P 5 СПС- P 6 против всех- P n Вероятность явки Вероятность выбора n-той партии Итоговое электоральное решение {P 0 P 1 P 2 … P n } Σ Pi = 1 Базовая идея: для каждого респондента строится «вектор голосования» {p0, p1, p2…., pn}, где p0 – вероятность НЕявки, p1 … pn – вероятность голосования за конкретную партию. Затем по всем респондентам суммируются вероятности голосования за каждую партию (включая позицию «не пойду голосовать»). Доля такой суммы в общем количестве респондентов и будет рейтингом партии.

6 ЦИРКОН Вероятность явки/неявки ПРИНИМАТЬ ИЛИ НЕ ПРИНИМАТЬ УЧАСТИЕ В ВЫБОРАХ ? СОБИРАЕТЕСЬ ЛИ ВЫ ПРИНЯТЬ УЧАСТИЕ В ПРЕДСТОЯЩИХ ВЫБОРАХ ДЕПУТАТОВ …? Точно, нет- P 0 = 0,95 Скорее, нет- P 0 = 0,90 Скорее, да- P 0 = 0,35 Точно, да- P 0 = 0,30 Затрудняюсь ответить- P 0 = 0,90 УЧАСТВОВАЛИ ЛИ ВЫ В ПРОШЛЫХ ВЫБОРАХ ДЕПУТАТОВ ЗАКОНОДАТЕЛЬНЫХ ОРГАНОВ РАЗНОГО УРОВНЯ? Предыдущий опыт Итоговая вероятность неявки Намерения KrKr Мотивация А ПОЧЕМУ ВЫ РЕШИЛИ УЧАСТВОВАТЬ / НЕ УЧАСТВОВАТЬ В ВЫБОРАХ ? KmKm P 0 = P 0 * K m * K r

7 ЦИРКОН Вероятность явки/неявки 1. Оценка явки (вариант) Шаг 1.1 Первичный коэффициент вероятности участия Каждому респонденту присваивается весовой коэффициент (вероятность его участия в голосовании) по вопросу "СОБИРАЕТЕСЬ ЛИ ВЫ ПРИНЯТЬ УЧАСТИЕ В ВЫБОРАХ?". В настоящий момент коэффициенты методики для (федеральных выборов) установлены следующие: Безусловно, да - 0,80; Скорее, да - 0,75; Скорее, нет - 0,10; Безусловно, нет - 0,05; Затрудняюсь ответить - 0,10. Шаг 1.2 Коэффициент ретроспективы Если респондент участвовал в прошлых думских выборах, вероятность его участия в выборах 2006 года умножается на 1,1. Если респондент не участвовал в прошлых думских выборах или затруднился ответить на этот вопрос, вероятность его участия в выборах 2006 года умножается на 0,9. Шаг 1.3 (необязательный) Коэффициент мотивации Если респондент называет какой-то мотив участия в настоящих выборах (из числа предложенных), вероятность его участия в выборах 2006 года умножается на 1,1. Если респондент не может назвать мотивацию своего участия в выборах, вероятность его участия в выборах 2006 года умножается на 0,9. Итоговой вероятностью участия респондента в выборах будем считать произведение вышеуказанных коэффициентов.

8 ЦИРКОН ЗА КАКУЮ ПАРТИЮ ВЫ БЫ ПРОГОЛОВАЛИ? КПРФ- % ЛДПР- % ЕР- % Яблоко- % СПС- % против всех- % Вероятность голосования за партию ЗА КОГО ГОЛОСОВАТЬ – ТО ? В КАКОЙ СТЕПЕНИ ВЫ УВЕРЕНЫ, ЧТО БУДЕТЕ ГОЛОСОВАТЬ ИМЕННО ТАК? Безусловно уверен- P i = 0,95 Скорее уверен- P i = 0,80 Не вполне уверен- P i = 0,65 Совершенно не уверен- P i = 0,50 Затрудняюсь ответить- P i = 0,65 Каким партиям Вы симпатизируете и в принципе не исключаете для себя возможность проголосовать за них … ? (4) Симпатии (1) Уверенность { P 1 P 2 P 3 … P n } Итоговый вектор голосования Намерения (2) Второй выбор За какую партию Вы бы проголосовали во вторую очередь ? (3) Антивыбор За какие партии Вы не собираетесь голосовать ни при каких условиях ?

9 ЦИРКОН Вероятность голосования за партию 2. Оценка вероятности голосования за партии из списка (вариант) Шаг 2.1 Для каждого респондента задается "коэффициент уверенности в выборе" (по ответу на вопрос "В КАКОЙ МЕРЕ ВЫ УВЕРЕНЫ, ЧТО БУДЕТЕ ГОЛОСОВАТЬ ИМЕННО ТАК?"). Коэффициенты установлены следующие: Совершенно уверен - 0,95; Скорее уверен - 0,80; Не вполне уверен - 0,65; Совершенно не уверен - 0,50; Затрудняюсь ответить - 0,65. Шаг 2.2 для респондентов, указавших партию в вопросе о выборе («первом»), голосованию за эту партии присваивается коэффициент, заданный на шаге 2.1. Разность между этим коэффициентом и единицей («остаток вероятности») либо переносится на партию второго выбора (если таковая указана), либо распределяется равномерно по партиям, за которые респондент в принципе может проголосовать. Если таких партий нет, то эта вероятность распределяется равномерно по всем партиям, кроме тех, за кого респондент не проголосует ни при каких условиях. для ответивших «затрудняюсь ответить» в вопросе о выборе (таким респондентам вопрос об уверенности не задается) единица вероятности распределяются так: 0,5 – неявка и 0,5 - равномерно по всем партиям, кроме тех, за кого респондент не проголосует ни при каких условиях («антивыбор»). для ответивших «не пойду голосовать» в вопросе о выборе («первом») единица вероятности распределяются так: 0,9 – неявка и 0,1 - равномерно по всем партиям, кроме тех, за кого респондент не проголосует ни при каких условиях. Получаем предварительный вектор голосования {p 1, p 2 …., p n }, где p i – предварительная вероятность голосования за i-ю партию. Шаг 2.3 Полученный на шаге 2.2 предварительный вектор голосования {p 1, p 2 …., p n } умножается на вероятность участия респондента в выборах, рассчитанную в пункте "1. Оценка явки". Вычитая из единицы сумму этих коэффициентов получаем вероятность НЕявки p 0. Таким образом, электоральное поведение каждого респондента описывается вектором {p 0, p 1, p 2 …., p n }, где p 0 – вероятность НЕявки, p 1 … p n – вероятность голосования за конкретную партию. Сумма "координат" этого вектора = 1. Доля суммарной (для всех респондентов) вероятности голосования за каждую партию (включая позицию «не пойду голосовать») является итоговым модельным рейтингом партии. Таким образом, модельный рейтинг показывает долю избирателей, голосующих за конкретную партию, от числа предположительно участвующих в выборах.

10 ЦИРКОН Проблемы алгоритма прогнозирования ПРОБЛЕМА 1: Определение базовых коэффициентов явки. 1. Первичный коэффициент вероятности участия. При подборе этих коэффициентов использовались распределения ответов на аналогичный вопрос в разных опросах, проводимых в преддверии выборов (в т.ч. региональных опросов ФОМ перед выборами в ГД РФ 2003 г. и региональных опросов ФОМ и ВЦИОМ перед выборами в законодательные собрания субъектов Федерации гг.) Коэффициенты подбирались так, чтобы при использовании их в отношении данных о выборах отклонение от официально объявленной явки было минимальным (в т.ч. использовался регрессионый анализ). 2. Коэффициенты ретроспективы и коэффициенты мотивации. При определении данных коэффициентов использовались экспертные оценки и гипотезы (нуждаются в эмпирическом подтверждении).

11 ЦИРКОН Проблемы алгоритма прогнозирования ПРОБЛЕМА 2: Определение коэффициентов вероятности голосования. При определении вероятности голосования за выбранную партию (вопросы о выборе и уверенности в выборе) в настоящее время используется равномерная 4-х балльная шкала при определенных границах диапазона от полной уверенности до полной неуверенности (0,95 – 0,80 – 0,65 – 0,50). Остаток вероятности распределяется: -на партию, которую респондент выбрал второй (второй выбор) – весь остаток вероятности; -на партии, за которые респондент в принципе допускает голосование (симпатии) - равномерно. Партиям, отмеченным в вопросе об антивыборе (за кого не проголосуют ни при каких обстоятельствах), присваивается вероятность голосования = 0. Данные соображения также нуждаются в эмпирическом подтверждении.

12 ЦИРКОН Проблемы алгоритма прогнозирования ПРОБЛЕМА 3: Распределение вероятности голосования для ответов «затрудняюсь ответить». На все перечисленные вопросы («проблемы») отдельные разработчики и пользователи методики могут отвечать по-своему, исходя из своих собственных представлений и экспертных гипотез. Очевидно, что некоторые коэффициенты могут отличаться для выборов разного уровня (федеральных и региональных), а также для различных соц-дем. групп.

13 ЦИРКОН Вектор электорального решения (примеры) { P j 0 P j 1 P j 2 P j 3 … P j n } Каждый респондент описывается своим вектором электорального решения

14 ЦИРКОН Итоговый модельный рейтинг партий { P 1 0 P 1 1 P j 2 P 1 3 … P 1 n } { P j 0 P j 1 P j 2 P j 3 … P j n } { P N 0 P N 1 P N 2 P N 3 … P N n } Все респонденты описываются своими векторами электорального решения Итоговая явка R 0 = Σ j P j 0 / N Итоговый модельный рейтинг m-той партии R m = Σ j P j m / N

15 ЦИРКОН Прогнозы и результаты 2004 г. Существенные отклонения от прогноза Источник данных: Группа «7/89», межрегиональные опросы, январь 2004 г.

16 ЦИРКОН Прогнозы и результаты 2004 г. Явка: прогноз – 62,3%; ЦИК – 64,4%

17 ЦИРКОН Прогнозы и результаты 2005 г. Прирост за счет снятия «Родины» после опроса

18 ЦИРКОН Прогнозы и результаты 2006 г. Удачный прогноз: расхождение с официальными итогами выборов крайне мало и нигде не превышает ошибку измерения.

19 ЦИРКОН Прогнозы и результаты 2006 г. Неудачный прогноз: расхождение с официальными итогами выборов велико, но модельный прогноз все равно лучше прогноза, основанного непосредственно на опросных данных.

20 ЦИРКОН Расширение (развитие) модели Дополнительные параметры – факторы поддержки/антиподдержки: Позитивные/негативные электоральные ожидания - восприятие шансов партии (пройдет или не пройдет 7%-й барьер); Ожидание/неожидание административной поддержки (какую партию поддерживает губернатор); Лояльность/нелояльность (какая партия считается «партией власти», какая партия считается оппозиционной). ПРОБЛЕМА 4: Определение корректировочных коэффициентов к вероятности голосования за партию, использующих данные об ответах по факторам поддержки.

21 ЦИРКОН БЛАГОДАРЮ ЗА ВНИМАНИЕ!