Η εκτίμηση μας για τις έδρες των κομμάτων πανελλαδικά αλλά και για κάθε εκλογική περιφέρεια.

Για τις εκλογές του 2023 θα επιχειρήσουμε μια εκτίμηση των εδρών που θα λάβουν τα διάφορα κόμματα. Συγκεκριμένα θα επιχειρήσουμε να προβλέψουμε τις έδρες που θα λάβουν τα κόμματα όχι μόνο σε εθνικό επίπεδο αλλά και σε κάθε εκλογική περιφέρεια. Και τα δύο προβλήματα είναι πιο περίπλοκα απο ότι φαίνεται αρχικά. Εδώ θα προσπαθήσουμε να περιγράψουμε τις δυσκολίες που αντιμετωπίζει κανείς προσπαθώντας να λύσει αυτά τα προβλήματα. Ταυτόχρονα θα περιγράψουμε τις κατευθυντήριες γραμμές που ακολουθήσαμε εμείς για να τα αντιμετωπίσουμε.

Ας ξεκινήσουμε απο ένα απλό παράδειγμα: στη δημοσκόπηση της Interview για το Politic.gr στις 28 Μαρτίου με 1 Απριλίου το Εθνικό Κόμμα - Έλληνες του Ηλία Κασιδιάρη έλαβε 2.2% των ψήφων απο τους συμμετέχοντες στη δημοσκόπηση. Στη δημοσκόπηση της GPO για τα Παραπολιτικά στις 3 Απριλίου με 5 Απριλίου το ίδιο κόμμα έλαβε 3.1% των ψήφων. Ποια θα έπρεπε να είναι η πρόβλεψή μας για τις έδρες που θα λάβει αυτό το κόμμα στις επόμενες εκλογές εάν αυτές συνέβαιναν αύριο για παράδειγμα? Η διαφορά είναι τεράστια. Στη μία περίπτωση το κόμμα παίρνει 0 έδρες ενώ στην άλλη παίρνει (συνυπολογίζοντας τα υπόλοιπα κόμματα) ~14 έδρες. Ακόμα και αν κάποιος πάρει τον μέσο όρο των δύο δημοσκοπήσεων το αποτέλεσμα είναι παραπλανητικό. Ο μέσος όρος των δύο δημοσκοπήσεων είναι 2.65% και το κόμμα με μια τέτοια εκτίμηση παίρνει 0 έδρες. Βλέπουμε δηλαδή πως είναι δύσκολο να εξάγουμε συμπεράσματα αποκλειστικά απο τον μέσο όρο των δημοσκοπικών ποσοστών σχετικά με το πόσες έδρες θα λάβει κάποιο κόμμα.

Ένας τρόπος να αντιμετωπιστεί το παραπάνω πρόβλημα είναι για παράδειγμα να αναλύσουμε την πιθανότητα να λάβει ένα κόμμα κάποιες έδρες. Για παράδειγμα, σε αυτήν την περίπτωση μπορούμε πολύ χονδρικά να πούμε πως το κόμμα Έλληνες έχει 50% πιθανότητα να λάβει ~14 έδρες και 50% πιθανότητα να λάβει 0 έδρες.

Το παραπάνω πρόβλημα εντείνεται όταν προσπαθήσει κάποιος να προβλέψει τις έδρες σε κάθε εκλογική περιφέρεια. Η κατανομή των εδρών ανα εκλογική περιφέρεια γίνεται με βάση έναν σχετικά περίπλοκο αλγόριθμο. Χονδρικά στις μικρές περιφέρειες τις έδρες τις παίρνουν τα μεγάλα κόμματα. Τα μικρότερα κόμματα λαμβάνουν έδρες κατά βάση στις μεγάλες περιφέρειες ανάλογα με το σε ποιές περιφέρειες έχουν τα μεγαλύτερα ποσοστά τους. Ακολουθώντας το παραπάνω παράδειγμα εάν το κόμμα Έλληνες μπει η όχι στη βουλή δεσμεύει ή απελευθερώνει αντίστοιχα ~14 έδρες οι οποίες πρέπει να κατανεμηθούν στα υπόλοιπα κόμματα. Όπως και παραπάνω, δεν αρκεί να υποθέσει κάποιος πως οι έδρες θα κατανεμηθούν με βάση τον μέσο όρο των δημοσκοπήσεων.

Με βάση το παραπάνω παράδειγμα ακολουθούμε τις παρακάτω κατευθυντήριες γραμμές ώστε να σχεδιάσουμε τη δική μας πρόβλεψη:

1. Μοντελοποιούμε το εύρος των ποσοστών κάθε κόμματος (την αβεβαιότητα μας) και όχι απλά τη μέση τιμή αυτών των ποσοστών. Εάν ένα μικρό κόμμα βρίσκεται κοντά στο 3%, σε κάποια σενάρια θα λαμβάνει 0 έδρες και σε κάποια πολύ περισσότερες.
2. Λαμβάνουμε υπόψην μας τη συσχέτιση ανάμεσα στα διάφορα κόμματα. Μπορεί κάποιος να φανταστεί το ακόλουθο σενάριο: το κόμμα Έλληνες και η Ελληνική Λύση έχουν κοινή δεξαμενή ψηφοφόρων. Έτσι, όταν πέφτει το ένα κόμμα ανεβαίνουν τα ποσοστά του άλλου κόμματος και το αντίστροφο. Υπάρχει συνεπώς ανάγκη να μοντελοποιηθεί αυτή η συσχέτιση μίας και επηρεάζει με περίπλοκο τρόπο την κατανομή των εδρών. Για παράδειγμα, όταν δεν μπαίνει το κόμμα Έλληνες στη Βουλή μπορεί να μπαίνει κάποιο άλλο στη θέση του.
3. Υπολογίζουμε το ποσοστό κάθε κόμματος ανά εκλογική περιφέρεια με βάση τα ιστορικά δεδομένα παλαιότερων εκλογών.
4. Προσομοιώνουμε χιλιάδες φορές την εκλογική διαδικασία. Κατανέμουμε τις έδρες ανάλογα με το ποίες έχουν τη μεγαλύτερη πιθανότητα να δωθούν στο κάθε κόμμα.

Ένα κρίσιμο σημείο στην παραπάνω ανάλυση είναι πως το ποσοστό αβεβαιότητας που έχουμε με βάση τις σημερινές δημοσκοπήσεις είναι σε ένα βαθμό υποκειμενικό. Στην πράξη μπορούμε να αυξήσουμε ή να μειώσουμε την αβεβαιότητα μας μέσα απο μια μεταβλητή της οποίας την τιμή μπορούμε να επιλέξουμε. Για μεγάλες τιμές αυτής της μεταβλητής “ακραία” σενάρια γίνονται πιο πιθανά, για μικρές τιμές οι προβλέψεις μας είναι πιο συντηρητικές και ευθυγραμμίζονται περισσότερο με τις σημερινές δημοσκοπήσεις.

Για ποιόν λόγο θα θέλαμε όμως να “πειράξουμε” την αβεβαιότητα μας? Στα πειράματα μας είδαμε πως η αβεβαιότητα που μετράμε αυτόματα είναι αρκετά συντηρητική. Για παράδειγμα, ο ΣΥΡΙΖΑ μπορεί να μεταβληθεί μόνο ±2% απο τα σημερινά ποσοστά του, ενώ στο παρελθόν γνωρίζουμε απο την εμπειρία μας πως μεταβλήθηκαν τα ποσοστά του ~+4% σε κάποιες εκλογικές αναμετρήσεις. Ο τρόπος με τον οποίο επιλέξαμε να αυξήσουμε την αβεβαιότητα μας είναι ο εξής: διαλέξαμε μια αβεβαιότητα ώστε ένα σενάριο όπου ο ΣΥΡΙΖΑ κερδίζει ~+4% είναι εφικτό αλλά ταυτόχρονα σχετικά σπάνιο. Δεν γίνεται όμως να μοντελοποιήσουμε ένα περιβάλλον αστάθειας αποκλειστικά για τον ΣΥΡΙΖΑ. Η παραπάνω υπόθεση αφήνει ανοιχτό το ενδεχόμενο για μεγαλύτερες μεταβολές και για τα άλλα κόμματα.

Οι προβλέψεις για τις έδρες ανα περιφέρεια έχουν ένα μεγάλο πλεονέκτημα: μιας και ο αριθμός των προβλέψεων είναι μεγάλος είναι πιο δύσκολο κάποιος απλά να είναι τυχερός στις προβλέψεις του! Έτσι θα έχουμε λοιπόν τη δυνατότητα να ελέγξουμε τις προβλέψεις μας με βάση τα τελικά αποτελέσματα, και να διορθώσουμε την προσέγγιση μας εάν εντοπίσουμε σφάλματα.