Statistical Model for Multiparty Electoral Data

Abstract

w e propose the first internally consistent statistical model for analyzing multiparty, districtlevel aggregate election data. Our model can be applied directly to explain or predict how the geographic distribution of electoral results depends upon economic conditions, neighborhood ethnic compositions, campaign spending, or other features of the election campaign or characteristics of the aggregate areas. We also provide several new graphical representations for help in data exploration, model evaluation, and substantive interpretation.1

Forecasting compositional time series

“…While we have focused on three very disparate examples, other areas in which such techniques have been applied include forecasting voting proportions in psephology (Katz and King 1999), regional unemployment (Anyadike Danes 2004) and financial portfolio diversification (Glassman and Riddick 1994). The logratio and hyperspherical transformations are thus seen to be simple and efficient techniques for conducting such analyses.…”

Voter response to congressional campaigns: new techniques for analyzing aggregate electoral behavior

“…One potential limitation of our approach concerns the nature of the dependent variable. Scholars concerned with multiparty elections developed methods that allow us to tackle new questions (Katz and King 1999;J. Jackson 2002;Tomz et al 2002;Honaker et al 2002).…”

Lassen sich Wahlergebnisse in ungewöhnlichen Konstellationen vorhersagen? Ergebnisse modellbasierter Prognosen der Landtagswahl im Saarland 2009 im Vergleich zu Umfragen und Wahlbörsen

“…Aufbauend auf Vorarbeiten (Katz und King 1999) haben Honaker et al (2002) ein adäquates schätzverfahren für die Analyse von Stimmenanteilen in Mehrparteiensystemen entwickelt, das allerdings auf spezifischen Annahmen beruht. Alternativ dazu zeigen Jackson (2002Jackson ( ) und tomz et al (2002, dass die Schätzung parteispezifischer Modelle und ihre Verknüpfung mittels einer seemingly unrelated regression (zurückgehend auf zellner 1962) oder eine schätzung mittels eines tsCs-Modells mit für korrelierte Panel korrigierten standardfehlern nach Beck und Katz (1995) zu de facto gleich guten schätzergebnissen führt wie das nicht-standardmäßige schätzverfahren von Honaker et al Diese setzen jedoch alle die Imputation fehlender Werte voraus, so dass die damit erzielten ergebnisse in hohem Maße von diesen Werten abhängen.…”