Model penularan penyakit digunakan untuk memprediksi hasil pemilihan presiden

Prediksi Hasil Pemilihan Presiden AS per 28 Oktober 2020. Penulis: Northwestern University

Model pemilu baru memperlakukan pengaruh politik sebagai penularan.

  • Model baru memandang pemilih sebagai “terinfeksi” dan tidak pasti sebagai “rentan” terhadap infeksi
  • “Penyakit” Demokrat dan Republik menyebar di antara penduduk, “menginfeksi” pemilih yang tidak pasti
  • Model tersebut memperkenalkan kemungkinan hubungan atau pengaruh asimetris antar negara bagian
  • Pada 29 Oktober, model tersebut memprediksi kemenangan Biden di 89,03% dari waktu

Pendekatan prakiraan pemilu yang baru menggunakan pemodelan matematika untuk menggambarkan bagaimana pemilih di berbagai negara bagian dapat saling memengaruhi selama tahun pemilu.

Untuk mencontohkan bagaimana interaksi pemilih dapat berperan dalam pemilihan presiden, gubernur, dan senator di masa depan, Universitas Northwestern tim peneliti mengadaptasi model yang biasa digunakan untuk mempelajari penyakit menular.

Model tersebut memandang pemilih sebagai “terinfeksi” dan mereka yang tidak mengidentifikasi sebagai “rentan” terhadap infeksi. Dua “penyakit” (yaitu, kecenderungan demokratis dan republik untuk memilih) menyebar melalui populasi, “menginfeksi” (atau mempengaruhi) individu yang tidak dikenal.

“Para ahli seperti tim FiveThirtyEight menjelaskan fakta bahwa jika Anda salah mengidentifikasi bagaimana Pennsylvania akan memberikan suara, Anda juga dapat secara keliru menentukan bagaimana Ohio akan memilih karena ada beberapa ciri serupa di negara bagian tersebut,” kata Alexandria Falkenking dari Northwest melakukan penelitian. “Hubungan simetris antar negara bagian itu penting. Dengan menggunakan model penularan penyakit, kami juga memperkenalkan kemungkinan hubungan atau pengaruh asimetris. Misalnya, kandidat untuk kampanye pemilihan Florida dapat ditampilkan dalam berita di Ohio dan memengaruhi pemilih di sana. ”

Sebuah studi yang dipublikasikan secara online di Review SIAM. Pemirsa dapat mengikuti ramalan cuaca untuk tahun 2020 di sini.

Falkening adalah karyawan NSF-Simons di Northwest Center for Quantitative Biology NSF-Simons dan di Departemen Ilmu Teknik dan Matematika Terapan di Sekolah Teknik McCormick. Penulis bersama artikel ini adalah Daniel Linder dari Universitas Augusta, Mason Porter dari UCLA, dan Grzegorz Rempala dari Universitas Negeri Ohio. Proyeksi mereka untuk tahun 2020 bekerja sama dengan siswa Falkenning (Samuel Chian, William Hee, dan Christopher Lee) yang merupakan siswa di Sekolah Teknik McCormick.

Proyek ini dimulai ketika Falkenking dan rekan penulisnya berusaha untuk lebih memahami perkiraan pemilu.

Para pemilih belum memutuskan

Negara yang dapat mengidentifikasi pemilih yang bimbang. Penulis: Universitas Northwestern

“Saya tidak tahu bagaimana memprediksi pemilu,” kata Folkenning, yang sering menggunakan matematika untuk masalah biologis. “Tapi saya tertarik pada masalah dalam sistem yang kompleks tempat orang berkumpul untuk menciptakan dinamika kelompok. Model matematika dapat digunakan untuk menggambarkan perilaku sel dalam program biologi perkembangan dan interaksi pemilih sebelum pemilihan. “

Falkenking dan timnya ingin menggunakan pendekatan pemodelan matematika berbasis data. Mereka berfokus pada adaptasi model kliping yang disebut “sensitif terinfeksi-sensitif”, yang biasanya digunakan untuk mempelajari penyebaran penyakit seperti influenza.

Dengan mengadaptasi model ini untuk memperhitungkan dua “penyakit” (kecenderungan untuk memilih partai Demokrat dan Republik), para peneliti memodelkan bagaimana pemilih dapat memengaruhi pemilih yang belum memutuskan. Misalnya, pemilih Partai Republik yang berbicara dengan pemilih yang belum memutuskan dapat mempengaruhi mereka untuk menjadi Partai Republik. Dalam skenario lain, mantan Wakil Presiden Joe Biden dapat menghadiri kampanye yang memengaruhi pemilih yang ragu-ragu.

Pengaruh pemilih tidak ditentukan

Model tersebut menunjukkan bagaimana pemilih dapat memengaruhi mereka yang ragu-ragu dengan pemilih di negara bagian lain. Penulis: Universitas Northwestern

“Di masa depan, kami akan dapat melihat bagaimana negara mempengaruhi satu sama lain dan mengidentifikasi negara yang lebih berpengaruh,” kata Folkenning. “Kami ingin mengeksplorasi bagaimana interaksi antar negara berubah seiring waktu.”

Untuk membuat setiap prediksi tahun 2020, peneliti menggunakan data dari jajak pendapat FiveThirtyEight untuk mensimulasikan 10.000 potensi hasil pemilu. Pada saat artikel ini ditulis, model memprediksi kemenangan untuk Biden dalam 89,03% kasus dan kemenangan untuk Presiden Donald Trump dalam 10,78% kasus.

“Sangat menarik untuk menjalankan model ini terus menerus dari waktu ke waktu,” kata Hae, mahasiswa tahun kedua yang mempelajari matematika dan statistik terapan. “Kami tidak hanya memiliki satu perkiraan. Kami memperbarui situs kami secara rutin sehingga kami dapat melacak bagaimana opini berubah. “

Sementara 89% mungkin merasa bahwa Biden memiliki peluang lebih baik untuk memenangkan pemilihan, Folking dengan cepat menunjukkan bahwa jumlah pemilih dan pemilih yang tidak pasti dapat mengubahnya.

“Di banyak negara bagian, margin kemenangan yang kami perkirakan untuk Biden lebih rendah daripada persentase pemilih yang belum memutuskan,” katanya. “Jika pemilih yang tidak pasti mendorong Trump, kami pasti bisa melihat hasil dari Partai Republik.”

Referensi: “Memprediksi pemilihan menggunakan model infeksi terpisah” oleh Alexandria Folking, Daniel F. Linder, Mason A. Porter dan Grzegorz A. Rempala, 3 November 2020, Review SIAM.
DOI: 10.1137 / 19M1306658

Dokumen “Memprediksi Pemilihan Menggunakan Model Infeksi Kliping” didukung oleh Institut Ilmu Biologi Matematika, National Science Foundation (nomor hibah DMS-1440386, DMS-1853587 dan DMS-1764421) dan Yayasan Simons (nomor hibah 597491-RWC). Studi mahasiswa didukung oleh Office of Northwestern Studies dan NSF DMS-1547394.

Related articles

Comments

LEAVE A REPLY

Please enter your comment!
Please enter your name here

Share article

Latest articles

Topan Super Surigae menyulut Pasifik

19 April 2021 Topan super mencapai intensitas ekstrem setahun lebih banyak daripada badai era satelit mana pun. Surigae tidak akan mendarat, tetapi topan yang muncul di...

Mekanisme fotoenzim kunci yang diuraikan

Kesan artis tentang katalisis enzimatik yang diusulkan dalam mekanisme fotodekarboksilase asam lemak (Sains 2021). Kredit: Damien Sorigué Pengoperasian enzim FAP, yang berguna untuk memproduksi...

DOE Mendorong Investasi A.S. yang Agresif dalam Energy Fusion

Sinar laser energi tinggi NIF berkumpul di target di tengah kamera target. Keberhasilan mendapatkan penyalaan fusi akan menjadi langkah maju yang besar dalam...

Fisikawan menciptakan bit kuantum yang dapat mencari materi gelap

Sebuah qubit (persegi panjang kecil) dipasang pada tingkat kebiruan, yang berada di atas jari untuk menunjukkan skala. Ilmuwan di Farmland Universitas Chicago menggunakan...

Ahli paleontologi memperkirakan bahwa 2,5 miliar T. rex menjelajahi Bumi selama periode Kapur

Untuk semua mereka yang terlambatKapur Menurut sebuah studi baru, jumlah total tyrannosaurus yang pernah hidup di Bumi adalah sekitar 2,5 miliar individu, di mana...

Newsletter

Subscribe to stay updated.