Metoder

Vægtet gennemsnit af meningsmålingerne

Alle meningsmålinger kombineres til ét vægtet gennemsnit, hvor hver måling tildeles en vægt baseret på dens alder og stikprøvestørrelse:

w_i \;=\; w_{\text{tid},i} \times w_{\text{størrelse},i}

Hvor tidsvægten har en halveringstid på 14 dage. Det betyder at en 14 dage gammel måling vejer halvt så meget som en ny måling.

w_{\text{tid},i} \;=\; 2^{-a_i \,/\, 14}

Derudover tilføjer vi en vægt for stikprøvestørrelsen, der øges med antallet af respondenter. Her udregnes vægten med kvadratroden af n for at få en aftagende marginalvægt.

w_{\text{størrelse},i} \;=\; \sqrt{n_i}

Den estimerede stemmeandel for parti $p$ er altså:

\hat{v}_p \;=\; \frac{\sum_{i} w_i\, v_{ip}}{\sum_{i} w_i}

Den fulde implementering kan ses i polls.R.

Sådan laver modellen en prognose

Det vægtede gennemsnit er kun første skridt. Selve prognosemodellen prøver derefter at svare på et lidt større spørgsmål: Hvis der var valg i dag, hvad er så det mest sandsynlige resultat?

Modellen tager udgangspunkt i de nyeste meningsmålinger, men den kigger også på, om nogle analyseinstitutter ofte ligger lidt højere eller lavere for bestemte partier. På den måde forsøger modellen at skelne mellem en reel bevægelse i vælgerne og forskelle i måden, målingerne bliver lavet på.

Samtidig bruger modellen tidligere valgresultater som et slags startpunkt. Det gør især en forskel, når der er få friske målinger, eller når usikkerheden er stor. Historikken bestemmer ikke resultatet, men hjælper modellen med at holde sig til det, der virker realistisk.

I stedet for kun at lave ét enkelt bud beregner modellen mange mulige valgudfald. Nogle udfald giver lidt mere til et parti, andre lidt mindre. Til sidst samles de mange beregninger til det gennemsnit og det usikkerhedsinterval, der vises på siden.

Når stemmeprognosen er klar, bliver den oversat til mandater. Her tager modellen højde for, at mandater fordeles i storkredse og ikke kun på landsplan. Derfor kan to partier med næsten samme stemmeandel godt ende med forskelligt antal mandater.

Den fulde implementering kan ses i model.R, national_prior.R, storkreds_prior.R og seats.R.