Kan man stole på prognoserne? Kom med ind i maskinrummet
Af Andreas Terp og Andreas Mygind tilknyttet institut for statskundskab ved Aarhus universitet. Terp og Mygind har i de seneste måneder i samarbejde med professorerne i statskundskab, Derek Beach og Matt Loftis udviklet prognosemodeller for 2020 valget. Her forklarer de, hvorfor prognosemodeller virker, og giver deres bud på, hvordan man bygger den stærkeste model.
Fire år efter at Trump sensationelt vandt det amerikanske præsidentvalg, skal amerikanerne igen til stemmeurnerne, og Trump er igen kæmpe underdog. I hvert fald hvis man ser på, hvor mange amerikanerne der er utilfredse med hans arbejde som præsident. Eller det kæmpe fald i økonomien tidligere i år, som normalt mindsker en siddendes præsidenters chancer for at blive genvalgt. Meningsmålingerne, peger også på en sejr for Joe Biden. Men hvorfor skal man stole på modellerne i år, og kan Trump stadig vinde valget? Det er de spørgsmål, vi vil forsøge at svare på fra modellernes maskinrum.
Hvad gik galt i 2016?
Alle modeller og eksperter var sikre i 2016. Meningsmålingerne forudsagde en sejr til Clinton. Den kendte statistiker Nate Silver, hvis model i 2012 gættede alle 50 amerikanske stater korrekt, havde igen i 2016 lavet en forudsigelsesmodel. Den gav, på valgdagen, kun Donald Trump 28,6% chance for at blive valgt som præsident, men som vi alle ved i dag, så var det Trump der sejrede. Hvad gik der galt?
Faktisk ikke meget. Det kan lyde underligt, men når man i bagklogskabens lys kigger på modellerne og meningsmålingerne står to ting klart. Meningsmålinger er usikre, og usandsynlige hændelser sker fra tid til anden. Meningsmålingerne i 2016 pegede hovedsageligt på Clinton som vinder, men det er ikke hele historien. Hen mod valgdagen blev valget i 2016 tættere og tættere. På valgdagen stod Clinton kun til at vinde med ganske få procentpoint, og ofte var det så tæt, at det var inden for den statistiske fejlmargin. Clinton var stadig favorit, men det var langt fra usandsynligt, at der kunne ske en overraskelse.
Netop overraskelsen er essentielt i Trump-sejren, for som nævnt gav avancerede forudsigelsesmodeller stadig Trump lidt under 30% chance for at vinde. Da det danske herrelandshold i 1992 kom med til EM på et afbud, ville 30% chance for en sejr have været alt for højt sat. Men med de danske roligans i ryggen overraskede danskerne alle og hev sejren hjem.
På samme måde overraskede Trump, da valgresultatet i 2016 endte inden for de 30% sandsynlighed. En overraskelse ja, men sådan noget sker, når man arbejder med sandsynlighed, og forudsigelserne siger blot noget om, hvor sandsynligt det er, at en kandidat vinder. Det er noget, vi mener at de stadig er gode til.
Derfor holder vi os til ilden og offentliggøre vores to forudsigelsesmodeller:
Model 1:
Model 2:
Hver bar viser simulationer af et valg; Blåt repræsenterer de valgmænd Biden står til at få og rød hvor mange Trump fik. Den sorte streg viser 270 valgmænd hvor man vinder valget hvis udfaldet er på højre side. Højden på barerne viser hvor mange gange simulationen kom til præcis det antal valgmænd. Model 1 giver altså Biden sejren med 92% sandsynlighed, og model 2 er på hele 97%. Ifølge vores modeller er det altså endnu mere usandsynligt at vi kommer til at opleve fire år mere med Donald Trump i spidsen for USA, end hans chancer var for at slå Hillary Clinton for fire år siden.
Hvordan fungerer modeller?
Hvordan forudsiger modellerne så valget? Og hvorfor tror vi på, at Biden er så stor en favorit? Det handler langt hen ad vejen om strukturelle forhold såsom økonomien og præsidentens popularitet. Selvom økonomien har været i fremgang i størstedelen af Trumps embedsperiode, har Corona sat en kæp i hjulet for væksten. Den stigende arbejdsløshed, koblet med et stort fald i BNP i årets andet kvartal, er skidt for Trump. Der er dog gode tal på aktiemarkedet, og stabile stigninger i gennemsnitslønninger gennem hans embedsperiode hjælper ham lidt, men det er stadig ikke en flot økonomi at gå til valg på. Udover problemerne med økonomien, kæmper Trump også med, at han er historisk upopulær, et faktum som har plaget ham i hele hans præsidentperiode. Så selvom præsidenter ofte bliver genvalgt efter første term, så lover den strukturelle udvikling ikke godt for Trumps muligheder for at blive genvalgt.
Selvom vi tror på at forudsigelsesmodeller fra 2016 og tidligere valg er stærke, og har gode muligheder for at kunne forudsige dette og fremtidige valg, mener vi stadig at den generelle udvikling i USA bør medregnes for at forbedre forudsigelsesmodeller. F.eks. har model 1 inkluderet et mål for polarisering. For USA er blevet langt mere polariseret end tidligere, hvilket kan betyde at vælgerne ikke i samme grad lader sig påvirke af de strukturelle forhold. Mange republikanere vil stemme på Trump uanset økonomien, og mange demokrater vil omvendt aldrig stemme på ham. Derfor er forventningen, at de strukturelle forhold, ikke har så stærk en effekt i et polariseret land, hvor man blindt støtter sit eget hold, hvilket model 1 tager højde for.
Udover polariseringen er der også et andet emne, der har været meget omtalt i medierne: Barrierer for at stemme. I USA skal man inden hvert valg registrere sig som vælger, hvis man ønsker at stemme. Og reglerne for, hvordan man bliver godkendt som vælger, ændrer sig fra valg til valg og stat til stat. Typisk er det specielt minoritetsgrupper, der har svært ved at blive registreret. I år er reglerne for brevstemmer meget aktuelle, da Corona-pandemien gør, at mange ikke ønsker at møde fysisk op på valgdagen. I nogle stater var der en tidlig deadline for afgivelse af brevstemmer, mens deadline i andre stater først er selve valgdagen. Hvor let det er at registrere sig som vælger, og hvor let det er at afgive sin stemme via brev, kan have stor indflydelse på stater, hvor valget er meget tæt. Dette har vi også inkorporeret i Model 1.
Til forskel fra Model 1, har model 2 ikke inkorporeret polarisering eller barriererne for at stemme. I stedet tilføjer den et mål for emneejerskab. Det betyder, at vi inkluderer mål for, hvem amerikanerne mener er bedst egnet til at varetage de politiske emner, der er vigtigst for dem. Historisk er det økonomien eller udenrigspolitik, der er vigtigst for amerikanerne, men i år er det Corona-virussen, de fleste tænker på. Eftersom de fleste Amerikanere er utilfredse med Trumps håndtering af Corona-pandemien, betyder det at Model 2’s strukturelle elementer forudsiger lidt bedre chancer til Biden. Model 1 forudsiger, at Biden får 52,6% af de nationale stemmer, mens model 2 forudsiger, at Biden får hele 54%.
Men som Trump viste med resultatet i 2016, er det ikke nok at få flest stemmer, hvis man vil være præsident i USA, og selvom strukturelle forhold er gode til at forudsige valgresultater, kan der forekomme overraskelser under kampagnen, der ændrer forholdene. Derfor bruger vi meningsmålinger på både nationalt og statsniveau til at indskrænke den strukturelle model for at forudsige, hvor sandsynligt det er for hver kandidat at vinde en given stat, og dermed hvor sandsynligt det er for kandidaterne at vinde valget.
Eftersom meningsmålingerne viser en solid føring til Biden på nationalt niveau og en ligeledes stabil føring i mange delstater, på trods af øget spænding i enkelte stater, betyder det, at vores modeller forudsiger en Biden-sejr med rigtig stor sandsynlighed. Figurerne viser Model 1 giver Biden 92% chance for at vinde, mens Model 2 giver Biden hele 97% chance for at hive den hjem. Så det virker som en sikker sejr til Biden, der langt hen ad vejen står markant stærkere end Clinton gjorde. Men selvom alt tyder på en Biden-sejr, er der kun ét valg til at afgøre det, og hvis 2016 har lært os noget, er det at usandsynlige udfald kan ske. Så selv om sandsynligheden er lav, kan lynet godt ramme samme sted to gange, og Trump kan stadig overraske med endnu en sejr.
