538’s New Forecast Says The Election Is A Toss-Up
40:05 Share

2024年总统大选预测现已上线。在本期538政治播客中，加伦与数据分析总监G·埃利奥特·莫里斯坐下来讨论了现任总统乔·拜登和前总统唐纳德·特朗普之间势均力敌的可能性。虽然特朗普在全国和战场州的民调中领先，但基本面有利于拜登，导致两人之间的竞争极其激烈。埃利奥特和加伦讨论了预测中的不确定性来源以及从现在到选举日我们可能期待什么。了解更多关于您的广告选择的信息。访问megaphone.fm/adchoices</context> <raw_text>0 您是一位播客听众，这是一个播客广告。通过Lipson Ads的播客广告，接触像您一样的优秀听众。从数百个顶级播客中选择，提供主持人推荐，或在数千个节目中投放像这样的重播广告，以通过Lipson Ads接触您的目标受众。立即访问LipsonAds.com。网址是L-I-B-S-Y-N-Ads.com。

11月5日是你的生日？真是我的生日。千真万确。哦，伙计，你今年被抢了风头。我几乎每年都被抢风头，因为我的生日总是在11月的第一周。我已经取消了我多次的生日聚会，因为有选举。哦，伙计。好吧，今年我们两个都庆祝。好的，是的，是的，没错。顺便说一句，不是要抢你的风头，你刚过完生日。我们打算在我的生日那天发布模型，感觉这本来可能会很酷。哦，我的上帝，那不是很有趣吗？

您好，欢迎收听FiveThirtyEight政治播客。我是加伦·德鲁克，如果您正在收听这个播客，这意味着2024年总统大选预测已经发布。

它显示拜登和特朗普赢得总统宝座的可能性相同。具体来说，现在它显示拜登有52%的胜算，特朗普有48%的胜算。需要说明的是，我们在6月10日星期一下午录制这段节目，以防预测在您听到这段节目时发生变化。

我们将深入探讨预测中的许多内容，但如果您想自己查看，请访问FiveThirtyEight.com。您将能够看到诸如在1000次选举模拟中，拜登赢得517次，特朗普赢得477次，其中6次无人获胜之类的情况。换句话说，这是一个由众议院决定的平局。您可以在选举中看到这样的情况。

您可以查看最有可能成为决定性州的州。现在，最有可能的是宾夕法尼亚州。这并不令人意外。但下一个最有可能的是北卡罗来纳州。所以也许这里有一些惊喜。您可以看到，选举结果以小于第三方候选人得票率的差距决定的可能性为62%。

让我们深入探讨所有这些。和我一起做这件事的是构建预测的人，数据分析总监埃利奥特·莫里斯。欢迎，埃利奥特。你好吗？嘿，加伦。很高兴再次见到你本人。是的。我们在这里的华盛顿特区工作室见面。我们穿着夹克。我们在华盛顿特区很讲究。穿着有领子的衬衫。完全是。努力融入氛围，你知道吗？

所以我想人们对预测目前显示的几率可能会有一些反应，正如你所能想象的那样。所以第一个可能是特朗普在全国平均民调和所有战场州的民调中领先。那么，拜登怎么可能有52%的胜算，而特朗普只有48%的胜算呢？

首先要说明的是，52%和48%之间的差异并不算太大。事实上，这只是大约0.1个百分点的差异，因为我们处于该分布的顶部。因此，只要稍有不同的预测，就可能使几率反转。因此，如果这种情况很快发生，请不要感到惊讶。

但预测结果与我的预期不同，当然。这种差异归结于基本面。我们将讨论它们是如何构建的。但我认为，与人们的预期相比，预测模型对民调的权重较低，因为现在还为时尚早，因为存在民调误差的可能性。

如果我们只运行模型的纯民调版本以进行直接比较，那么今天特朗普的得票率将接近58%。我们现在是48%。所以这种差异仅仅是基本面。当然，我们将深入探讨这些基本面……

民调，但也许首先我想问一个更哲学的问题，因为我相信人们会收听并点击模型，并点击刷新模型。希望他们不断刷新它。是的，不断地。需要这些点击量，对吧？不，但说真的，我认为对于那些也许在他们克服了也许是比他们预期的更接近，或者，你知道，拜登显示出52%的胜算之后的人们来说，我认为

你知道，我们已经知道一段时间了，并且说过一段时间了，我们预计这次选举将会很接近。那么这个模型增加了我们对它的理解什么呢？你访问页面，你会想，哦，这是一个抛硬币。好的，除了这个之外，它还增加了什么呢？

好吧，我认为它为我们提供了一个书面解释，说明为什么我们认为它很接近。对于你和我的说法有所不同，我认为我们是民调的更老练的读者。我们知道事情会发生变化。我们有这些例子。你很聪明，而且你今天看起来很聪明。我知道。我也是。我也是。

我们知道，例如，根据我们过去八年选举的经验，民调可能会发生很大变化，而且它们可能是错误的。因此，我们对选举的心理模型实际上与定量模型非常接近，但这对于许多政治记者来说并非如此。我的意思是，我认为在过去六个月里，人们对民调的重视程度要高于他们可能应该有的程度，这从模型中可以看出。因此，有一种方法可以将我们的决策、我们的、类似的、精确的模型

我们在脑海中翻转开关来确定对这些民调的信任程度，转换成一个数学模型，这可能比我们每天都能做到的更客观一些。这就是它的真正价值。好的。在我们深入探讨民调与基本面、时间范围等等之前，究竟是什么构成了预测？好的，这个吐出52、48的东西是什么？它包含什么？

我们可以使用两种主要的数据来源来预测选举。您可以使用民调，它们是最好的。几乎在任何时间范围内，它们都是最好的预测指标，但它们并不完美。如果您在需要的州没有民调，那么您需要其他东西。因此，我们使用的其他东西是过去州和国家一级选举结果的混合，以及对国家经济和政治环境的解读，这

在政治科学的历史上，以及在像FiveThirtyEight这样的网站过去如何报道政治方面，我们称这些变量为基本面。所以这些东西就像，嘿，经济是否在增长？是否有现任总统参加竞选？是的，是的。

经济增长了多少？最近是否发生过严重的经济衰退？诸如此类的事情。所有这些都会融合到我们的最终模型中，这取决于我们距离选举还有多远，在任何特定州有多少民调数据，诸如此类的事情。让我们首先谈谈民调。这是我们的舒适区。从现在到选举日，人们应该预期民调会有多少波动？我们的模型追溯到1948年，以计算民调在任何特定日期与最后一天、最终民调平均值之间发生了多少变化。从1948年到2020年，民调在7月份的平均变化幅度约为7个百分点，6月份约为9个百分点，直到选举日约为12个百分点，整个选举过程约为12个百分点。随着你越来越接近选举日，这条线就会下降。所以我们预计民调会

在平均州移动约9个百分点。哇，哇，哇，哇，哇，哇，哇，哇。好的，这是75年的选举。我们知道选举已经变得越来越接近，而且随着两极分化加剧，以及越来越少的易受影响的选民来回摇摆，民调的波动也减少了一些。那么我们如何解释这一点呢？因为我知道……

例如，在考虑好感度以及现任总统的受欢迎程度时，我们会在1996年进行截止，并说从1996年开始，选民群体变得更加两极分化。

因此，在考虑好感度时，我们更认真地考虑1996年以来的数据。我们对民调的波动性也这样做吗？是的，而且你选择了正确的年份。因此，我们的模型将1996年之后、共和党金里奇革命之后的选举视为更加两极分化。因此，该模型在更新时会问自己，例如，这些民调的波动性是否较小？因此，自1948年以来的整个历史过程中，9个点。这就是从现在到选举日事情变化的幅度。

如果你回到1980年，它仍然大约是9个点。一旦你到了2000年，早期就接近4或5个点。但在竞选后期，移动量相同。基本选民行为较早确定，但人们仍然会因为大会或其他事情而改变主意。因此，你确实想使用历史平均误差，例如

哦，有趣。但是你可以让你的模型在早期更确定一些。好的，所以今天，这些天，在9月份，民调的波动与1960年左右的波动差不多。是的，控制你拥有的民调数量，平均值波动量大致相同，因为现在平均值更稳定，因为我们有更多的民调。

有很多情况下，人们会说，好吧，那是历史，但与上次竞选的候选人是相同的。他们有100%的知名度。那么这次情况是否不同呢？这是一个你可以对预测提出许多不同层面的问题的问题，对吧？

我知道预测不是要对上一次选举进行改造，也不是仅仅是我们今天对选举的了解。它也对我们还无法量化的不确定性持开放态度，因为选举中总是会发生新的事情。未知的未知数，加伦。未知的未知数。是的，你比我的长篇大论更简洁地表达了这一点。预测在多大程度上考虑了历史与未知的未知数？让我们退一步。就像一个试图预测未来的人一样，你拥有……

一个预测，一个点预测，你有不确定性。在统计学中，这种不确定性我们称之为误差项。这就像我们认为自己可能出错的程度。今天很早的时候，我们说过民调可能会波动9个点。这是一个9个点的误差项，对吧？我喜欢将我们当前的假设视为将我们推入模型的误差项，但我们事先不知道这是否是正确的决定。我们只有事后才知道。

在2020年和2016年，恰好控制所有其他因素后，减少模型的波动性是一个错误的决定。因此，在那些年份，你不会被推入误差项。但我们进行预测的原因是模拟如果我们的历史规则是错误的会发生什么。这适用于民调误差。这也适用于，这是一次更稳定的选举吗？所以……

如果意见更稳定，模型将变得更稳定。目前，它正在对历史猜测进行对冲。但我只想说实话。我不知道这是否会是一次更可预测的选举。这不是处理预测的正确经验方法。但也许事情会更稳定，我们最终会在9月份得到一个候选人的70%、80%的概率。我们将回顾并说，我们有点太不确定了。我很乐意在早期有点太不确定。

所以为了稍微澄清一下，假设我们将时间范围归零。这是选举前一天，或者说是选举日的午夜，我认为这是我们历史上冻结预测的时间。待定。待定。好的，待定。但是——

是所有民调吗？它只是在那一刻考虑民调吗？或者基本面，也就是说经济指标、好感度、你知道的、各州的党派性等等，这是否仍然具有影响力？我们的模型不做任何特别的加权。所以我们不像民调平均值、平均值。

获得基本面预测并对它们进行某种加权平均。我们使用贝叶斯公式。我们使用贝叶斯推理，其中我们结合分布。我在这里变得很奇怪。这是实际的数学。在宾夕法尼亚州的选举日，

宾夕法尼亚州，我们的决定性州。如果民调完全持平，那么95%的时间可能发生的偏差约为5个百分点。更少。大多数情况下，我们假设民调是无偏见的，但我们正在模拟偏差。它是5个百分点。选举日的基本面误差接近10或11个点。所以我们不想丢弃这些数据。我们从历史上知道它是有用的，但它不如民调有用。所以如果选举日是明天，你认为我们的预测会显示什么？

今天？我们可以运行模型的即时版本，我们不模拟任何未来的不确定性，它更接近80%的特朗普。这么早就有很多不确定性，而且这么早，从历史上讲，基本面比11月份更能预测选举。因此，基本面上的权重更大。好的。所以对这些基本面有相当大的权重。让我们谈谈它们。是的。经济。

我们刚刚在这个栏目中播出了一个播客，关于“经济至上”及其文化意义，以及它的实际定量意义。你可以查看许多经济指标，以了解实际经济以及美国人对经济的感受。我认为我看过其中的一些。它就像大约40个不同的指标。你也可以查看绝对值，也可以查看变化值。

你站在哪一边？哪些指标对基本面最重要？从历史上讲，最好的方法是采用一篮子指标。不是40个。我们使用10个。我们使用非常频繁更新的数据集，每月更新的数据集，例如工资单。是否有更多工作？考虑到通货膨胀，收入是否在增长？此外，通货膨胀率是多少？

而且我们也使用，正如你所说，我们也使用消费者情绪。因此，我们不仅获得了客观经济的读数，还获得了人们如何处理它、如何融入其他信息的方式。同样，从历史上讲，预测选举、弄清楚人们如何对经济进行合理化思考的最佳方法是观察经济在历史上是如何变化的。

不仅仅是过去一年，而是过去两年总统任期内的变化。因此，今年，这意味着我们获得了最近经济改善的大量信息。它的权重非常大，但我们并没有忽略物价上涨的事实。

或者人们正在控制经济在工资单增长等方面看起来有多好，对经济仍然相当悲观。因此，所有这些都会被平均在一起，被压缩下来，我们得到一个介于-2和+2之间的数字，表示经济状况如何。今天，这个数字是零。它正好是平均水平。因此，由此可以预期，现任总统的优势约为2个百分点。

基本面还包括诸如支持率或现任优势等因素，让我们来谈谈这些。但是如果你有一个只有基本面的模型……如果你有一个只有经济学的基本面模型，你会期望……

现任总统的优势约为1.8个百分点或约2个百分点。但如果只有基本面呢？因此，还包括我们今天对拜登和特朗普的支持率信息和现任信息。FiveThirtyEight发布的只有基本面的选举预测，其最高概率将是55%的拜登。好的。所以这些基本面做了很多工作。这就是……

从根本上来说是平局，对吧？所以我们讨论的是细微的差别。但对于那些说，为什么是拜登52%而不是特朗普52%，以及拜登48%或其他什么的人来说。好吧，两周前是特朗普52%。它波动很大。所以……说到这里，我们一直追溯到4月。你可以在4月1日看到，拜登有60%的胜算。现在，我的意思是，我不那么老，但我曾在2024年4月左右。而且……

那不是4月份的氛围。是的，那不是4月份的氛围。解释一下，埃利奥特。我将解释模型。所以模型在推理。拜登的几率下降的原因是，也许我们应该期望它们随着过去一个月民调数字的改善而增加，这是因为该模型对民调的权重更大，而民调在过去两个月的平均水平低于基本面。

因此，如果我们保持基本面与今天完全相同，即拜登加，好吧，如果你只考虑经济因素，那么它就是加1.7，但如果你包括其他因素，那么它就是加3.5。

和民调，即拜登在全国范围内减去1，你只需进行选举，不再有数据，让我们看看置信区间是如何收敛的，随着时间的推移，你最终会得到对特朗普更有利的选举，因为它对对拜登不利民调的权重更大。这就是为什么他一开始表现得很好。我们的模型对4月份的这些民调相当犹豫，但随着时间的推移，模型对它们的权重越来越大，他的概率下降了。

好的，所以基本面中包含的其他内容，就像我们所说的那样，是支持率，这……

对乔·拜登来说似乎并不那么好。因此，如果你查看我们的支持率追踪器，你会发现拜登的支持率是所有总统中最低的，除了吉米·卡特和老布什，他们有一些共同点。所以你会认为，好吧，如果支持率是基本面的一部分，那可能对拜登不利。这对拜登不利。我告诉你，基本面正好是零，正好是平均水平。但是

拜登的支持率更接近负一个标准差。它比过去86%的总统都要差，考虑到其他一切因素。情况很糟糕。仅基于此指标，你就会期望他输掉选举。因此，如果我们运行一个只有支持率的模型，它可能更接近75%或80%的特朗普，20%的拜登，也许30%，考虑到不确定性。但是我们确实考虑到了两极分化。

自1996年以来，尤其是在最近，选民在决定投票给谁时，对经济增长的重视程度降低了，因为他们更多地被分到了各自的党派阵营中。他们通过自己党派的玫瑰色眼镜看待经济，对吧？他们在评估总统时也这样做。哦，也许拜登对我不利，但另一个选择在意识形态上离我更远，不是我团队的一员。即使经济状况不如我所希望的那样好，我也不会投票给那个人。因此，这会降低增长。

来自糟糕支持率的基本面负面投入量。在2020年，这是一个正确的决定，当时由于两极分化的时期支持率低、经济状况不佳以及新冠疫情，基本面低估了特朗普的大部分时间。是的，出于好奇，如果你通过这个预测运行2020年的选举，

在2020年6月，你知道它会显示什么吗？是的，今天它将是75%的拜登。有趣。是的。好的。我认为这大约是我们应该预期的。我的意思是，我在2020年发布了一个模型，我认为它有点，它对基本面有两个小的置信区间。我认为其他人也做了具有更多不确定性的模型。所以，他得到了这个范围的中间值，大约75%。

这涉及到一个重要的问题，那就是在创建预测时，人们应该将这个预测视为某种程度上对您根据历史和数据等了解选举运作方式的编码吗？或者人们应该将其理解为，这是写在星星上的预测吗？是的，这不是上帝传下来的。是的，这个预测不是。我不是德尔菲的神谕。好的。我试图告诉读者的是。

这就是你应该对数据给予多少重视。这就是你在任何时候应该有多少不确定性。而得出这个结论的过程，这里的不确定性数字，作为建模者，需要做出很多选择。我们选择将不确定性追溯到1948年，就像我说的那样，因为这在过去是有效的。

其他人，我认为，可以提出一个合理的论点，即你应该只追溯到1999年或其他年份。我想要更多的数据。我认为这可能是错误的。我不确定它是错误的。因此，这将改变你的预测。也许你不会在你的模型中使用消费者情绪。这使得基本面对拜登更有利。但我认为这将是不好的。所以我使用消费者情绪，对吧？也许你不会在模型中使用支持率，一个政治基本面。我认为你遗漏了信息。

但是看看模型怎么说，对吧？几乎是无限的。如果我们有无限的计算时间，我们可以运行数千个不同的选举模型并将它们平均在一起。我们可以对我们的贝叶斯模型进行贝叶斯模型平均。我认为这将是合法的。我们没有无限的时间。这是我们对平均模型应该说什么的最佳猜测，但你可以不同意它。这是统计上合理的方法。这很好。是的，我们在某种意义上描述了这一切中的人为因素，而且你在过去几个月里一直在努力工作，你必须做出很多选择。例如，我可以问吗？几年，伙计。你感觉如何？我很高兴终于能够将其发布到世界各地，并睡个好觉。

阿门。阿门。好吧，这听起来好像我们现在要结束这个播客了，但我们并没有。我们只是休息一下。我们将回来讨论人们可以在预测模型中深入研究的一些更精细的细节。

今天的播客由GiveWell赞助。你是一个注重细节的人。你想了解事情的真正运作方式。因此，当你向慈善机构捐款时，你应该看看GiveWell，这是一个独立的资源，它对伟大的捐赠机会进行严格、透明的研究，其网站甚至会让最注重细节的读者感到震惊。

GiveWell现在已经花费了17年以上的时间来研究慈善组织，并且只将资金定向到他们发现的少数几个影响最大的机会。超过10万名捐赠者使用GiveWell捐赠了超过20亿美元。

严格的证据表明，这些捐款将挽救超过20万人的生命，并改善数百万人的生活。GiveWell希望尽可能多的捐赠者对高影响力的捐赠做出明智的决定。您可以免费在其网站上找到他们所有的研究和建议。您可以向他们推荐的基金或慈善机构进行免税捐款。GiveWell不抽成。

访问GiveWell.org了解更多信息或进行捐赠。选择播客并在结账时输入538POLITICS，以确保他们知道你是从我们这里听到他们的。再次说明，网址是GiveWell.org，用于捐赠或了解更多信息。今天的播客由Shopify赞助。准备好为您的业务做出最明智的选择了吗？向Shopify问好，这是一个全球性的商业平台，让销售变得轻而易举。

无论您是开设在线商店、开设第一家实体店还是达到百万订单，Shopify都是您的增长伙伴。使用Shopify的一体化电子商务平台和店内POS系统，在任何地方销售。使用Shopify的转化率最高的结账功能将浏览器转化为买家，比其他平台高36%。使用Shopify Magic轻松销售更多商品，这是您的人工智能全明星。你知道吗

Shopify为美国所有电子商务的10%提供支持，并支持Allbirds、Rothy's和Brooklinen等全球品牌？加入遍布175个国家的数百万成功企业家，他们得到Shopify广泛的支持和帮助资源的支持。

因为不断发展的企业，都与Shopify一起发展。立即开始您的成功故事。在shopify.com/538注册每月1美元的试用期。这是数字，而不是字母。Shopify.com/538。

您是一位播客听众，这是一个播客广告。通过Lipson Ads的播客广告，接触像您一样的优秀听众。从数百个顶级播客中选择，提供主持人推荐，或在数千个节目中投放像这样的重播广告，以通过Lipson Ads接触您的目标受众。立即访问LipsonAds.com。网址是L-I-B-S-Y-N-Ads.com。

让我们谈谈人们可以在预测页面上找到的其他一些信息。首先是决定性州，这是一个非常性感的数据片段，但我们经常使用它。例如，威斯康星州是过去两次选举的决定性州。这意味着当你根据获胜候选人的得票率排列所有州时。它是让获胜候选人在选举人团中胜出的州。所以是第270张选举人团选票。今天，预测表明宾夕法尼亚州是最有可能成为决定性州的州。有趣的是，人们会看到，如果他们去看，德克萨斯州现在比威斯康星州更有可能成为决定性州。就最有可能成为决定性州而言，

今天。依次是宾夕法尼亚州、北卡罗来纳州、密歇根州、佐治亚州、佛罗里达州、德克萨斯州、威斯康星州。德克萨斯州排名如此之高的原因是，它拥有如此多的选举人票，而且从现在到选举还有如此多的时间。

我们计算临界点的办法是，将我们对选举可能走向的所有不同模拟都考虑在内。这既考虑了民调中的全国性变化，也考虑了各州的具体变化。对于那些数据迷们来说，我们认为各州之间的相关性约为 0.8。这就是模型对 2020 年的预测。到 11 月，这个数值可能会更高，也可能会更低。但今天大约是 0.82。

因此，民调中的大部分变化是全国性的，但也有一些是州特有的。所以，一小时内进行了 20000 次或类似数量的选举模拟。在德克萨斯州脱离全国整体向左移动的模拟中，大多数情况下它都成为临界州，因为它有 40 多张选举人票。

北卡罗来纳州也发生了类似的情况。存在很大的不确定性。它拥有相当数量的选举人票，比大多数北部战场州都多。因此，它对目前的预测也产生了比人们预期的更大的影响。但如果你问我，而不是问模型，我认为随着我们越来越接近选举日，对 11 月全国环境和各州顺序的不确定性越来越小，这些数值应该会更趋向于我们的预期。是的。

好的，另一个热门话题是选举人团与普选票的差距。哦，太火热了。

当然，在 2016 年，希拉里·克林顿赢得了普选票，唐纳德·特朗普赢得了选举人团票。我们看到在过去两次选举中，共和党在选举人团中占据优势。但在那之前，奥巴马在对阵罗姆尼的选举中在选举人团中占据优势。

如果你看看今天的全国民调平均值，特朗普领先略超过一个百分点。如果你看看密歇根州、威斯康星州和宾夕法尼亚州等地，他也在领先大约一个百分点左右。所以在这种意义上，似乎

全国普选票和选举人团之间的差距缩小了一点。你也是这么认为的吗？它更低了。今年肯定更低了。目前，预测基准是全国普选票与临界州投票结果之间大约有两个百分点的差距。上次是大约 3.8 个百分点。所以大约减少了一半。随着预测对民调的重视程度越来越高，而民调显示差距更小，我们可能会预期这个差距会大幅下降。

但是你提到的那个百分点，拜登以 11% 的概率赢得普选票但输掉选举人团票，我预计随着我们对 11 月全国环境走向的不确定性降低，这个概率会增加。大多数情况下，当我们重新运行这些模型时，假设全国环境没有变化等等，地图看起来就更接近了。

2020 年。然后选举人团与普选票的差距为 3.8 个百分点。所以我们应该预期会是这样。如果不是这样，它就会被覆盖。是的。五分之一的情况下，拜登赢得选举，五次中有一次他赢得普选票，却输掉了选举人团票。这是……

你党的联盟没有给你带来选民想要的结果的系统性风险很高。因此，我认为即使是 11% 的概率也不容忽视。是的，事实上，当谈到民主党人如何看待这一预测时，他们可能会看到这一点并感到担忧，他们也可能会看到这一点并说，

看，我一直告诉你们，民调低估了拜登，或者其他什么。根据现有的民调，他的胜算比你想象的要大。是的，我们不是这个意思。好的，那我们是什么意思？是的，我们的意思是，我们不知道民调偏差会是多少，但历史上确实存在一定程度的偏差。如果你假设没有偏差进行模拟，

平均而言，但在每次单独模拟中都存在一定程度的偏差，并且你还考虑了选举可能发生的变化，这在某种程度上是对基本面的回归，那么拜登的表现更好。预测不知道任何我们无法通过历史数据进行数学检验的关于今年调查中潜在偏差的信息。

具体来说，它不知道，例如，我的部分观点是，拜登在年轻人群体中的民调表现较差，是因为抗议性投票或表达性回应，民调专家会这样称呼它，年轻人尤其如此，但民主党人普遍比平均水平有更高的概率说他们不会投票给现任总统，因为他们对他感到不满。

但在选举发生时会有一定程度的回流。这在 2020 年的共和党人身上有所体现，他们早期，

由于 COVID 和经济原因，对特朗普 somewhat down，但后来回流了。那一年，我们看到了一个类似方向的民调偏差，但原因完全不同，那就是民主党人没有回应。但你所说的意思是，你认为情况可能如此，但预测并没有这样暗示。预测并没有对今年的民调偏差做出任何预测。它只提出了一个问题，如果民调错了会发生什么？并且

在 X 方向上，通过这个数量，接近民调偏差的历史分布。所以，顺便说一句，如果你想告诉我，民调现在更糟糕了，并且你有一个很好的统计学、数学论证来支持这一点。所以你可能会说我的模型低估了出现重大错误的可能性。提出这个论点。

我们会重新运行模型，看看它会说什么。我们可以完全做到这一点。但我们不会对偏差做出任何声明，因为从历史上看，你不想在选举前猜测平均偏差。所以我们不做。根据你的观点，从历史上看，或者所有历史上，在过去两次总统选举中，都存在

一些备受瞩目的错误。2020 年的错误明显大于 2016 年，但 2016 年错误的后果却占据了头条新闻，这可能导致了一些人对民调的不信任。我知道你刚才说我们没有，而且我们基本上无法解释民调错误朝一个方向或另一个方向，因为它——好吧，我可以解释，但我不会做一个平均猜测。这是不可预测的。平均而言，它将是无偏的。是的。这个预测是否做了任何事情——

专门解释 2016 年和 2020 年发生的事情。因此，在 2016 年和 2020 年之后，这个模型框架没有进行任何重大修改。我们每年都在运行该模型，它会查看民调中历史上存在多少误差，以及各州之间的相关性有多大。因此，如果民调失误有利于威斯康星州的民主党人，它也可能有利于

明尼苏达州以及类似州的民主党人。因此，这种模拟民调误差的基本方法是一样的。从经验上讲，在战后美国选举的整个过程中，这种方法能给你最好的预测结果。但是，

关键的是，我们在对未来的预测中确实会考虑历史误差量。因此，我们在 2024 年这一年对民调中模拟的偏差量高于 2016 年，因为我们在 2016 年和 2020 年观察到了更大的误差。因此，它确实考虑了在过去两个选举周期中高于平均水平的误差量，但它并不像

我们故意降低对民调的重视程度或其他什么。只是今年民调偏差的最佳预测指标是历史平均值。我们现在已经观察到了 2016 年和 2020 年的历史数据。现在是这变成一次工作面试的部分。这个预测的成功是什么样的？我做这件事的原因可能与其他人的原因不同。我们都有自己

在选举前对结果进行建模的原因。我这么做是因为我认为民调并不是选举结果的完美预测指标。令人震惊。令人震惊。平均而言，它们是无偏的，但有很多年我们最终会陷入误差项中。我想在选举前能够告诉读者

你应该预期有多少不确定性。我认为这个工具使人们在预测选举结果方面更加聪明。在 2022 年，例如，在关键的参议院竞选中，有很多民调偏差有利于共和党人，平均而言并非如此，但在关键的竞选中，它是

如果你只看民调平均值，你就不知道这是可能的。你看到一个点预测，共和党人以 0.1 个百分点的优势赢得宾夕法尼亚州，或者类似的情况，这可能是你的结论。但是，如果你建立一个模型，在全国范围内模拟误差以及选举可能发生的变化，那么你最终会得到一系列可能实现的现实，这取决于我们衡量世界的方式的不确定性。我认为这让我们对选举结果更加了解。这就是重点。

拥有这些数据和计算能力。所以我们不妨尝试变得更聪明一点。但我并没有告诉人们，我对每一次选举结果都有最好的预测。

或者我可以为你提供对结果的精确预测。我认为没有人能做到这一点。这就是为什么我们有一个工具来考虑不确定性。是的，我的确以 52% 比 48% 的数字开头。但是，人们在看到这些数字后会看到一个直方图，该直方图绘制了运行 1000 次模拟后所有不同的可能结果。也许这是……好吧，我们运行 20000 次，然后随机为你选择 1000 次，这样你就不必在你的页面上显示 20000 个小点。所以这就是原因。对。所以，虽然数字更吸引人，但直方图才是重点，那就是

你应该想象所有这些小点都是一个可能的结果，而不是，好吧，因为拜登有 52% 的胜算，这意味着他将获胜，特朗普将失败。或者他将赢得 52% 的选票，对吧？当然不是那样。当然不是那样。我们试图说的是，我们之所以要建立这个模型，我认为直方图在这方面做得非常好，是基于在这个周期的这个时间点上，历史上民调波动有多大，加上……

民调在历史上有多大的偏差，但尤其是在最近，鉴于民调可能会发生变化或出错，你应该预期这种潜在结果的分布。在极少数情况下，拜登可能会赢得 414 张选举人票。通常情况下，他赢得的选票超过 270 张，但通常只是勉强超过。而且，你知道，特朗普也可能赢得 400 张。作为此处的一个澄清点，预测确实预测

预测拜登和特朗普的实际得票率。现在，根据预测，最可能的结果是拜登获得 47%，特朗普获得 45%。而且对这一点也有很大的不确定性。是的。人们会看到我们投票预测的不确定性区间。是的。所以，埃利奥特，你的工作还没有完成。

仍然会有下议院的竞选。我们还会在这个页面上添加更多内容。我们还有更多图表要添加。我们会有一个选举人团与普选票差距的图表，视觉设计师正在制作中。还会有很多其他的……

我认为，非常书呆子气的图表。例如，如果我们假设民调偏差较小，我们的模型会说什么？我的意思是，这变得非常元，但你可以想象一个类似于直方图的图表，其中每个球都是你可以运行的不同的选举模型。这些模型也会趋向于某种分布，让你对我们的不确定性产生不确定性。这只是预测吞噬预测吞噬预测。我认为这是针对非常小众的受众，但我认为这会很酷，我们可以出于新闻报道的原因这样做。

那么你开始着手参议院和众议院的预测了吗？是的，很明显。你想给我们一点提示，说明它们显示了什么，或者至少它们什么时候可能会发布吗？我们还没有走到那一步。好的。它们什么时候发布？11 月 5 日之前。是的。好的。

哦，哇。好的。所以不是 11 月 6 日。如果在 11 月 6 日发布，那将是灾难性的。但这将是正确的。我的意思是，你知道吗？去他的。我要自己做预测。它将在 11 月 6 日发布。实际上，我们会在 11 月 6 日知道吗？足够接近需要重新计票的概率是 5%。再说一次，我们还早，所以……

这个数字可能会更低，因为现在有很多模拟显示一位候选人以压倒性优势获胜。我的先验，就像模型之外一样，我认为你的先验是选举将会非常接近。从数据来看，这可能不是正确的做法。但是，如果你想将这个先验放入模型中，那么如果你假设结果分布更接近，那么 5% 的概率可能更接近 10% 或 15%，这正是模型在 9 月份会做的事情。所以也有很大的可能性……

一个第三方候选人破坏了选举，这增加了对重新计票或分配不同选票的不确定性。好吧，破坏了选举或赢得了比两大党候选人之间的差距更大的百分比，这让我们质疑是否

我相信我们会在另一个播客中讨论这个问题。但从技术上讲，它比两位候选人之间的差距更大。我们将有很多事情要谈论。我们可能应该玩一个埃利奥特对阵预测的游戏。例如，预测说了什么，而埃利奥特不同意？好吧，此外，本周期将会有很多预测。Decision Desk 已经发布了另一个预测。我们可以讨论其他一些已发布的预测以及它们显示的内容。是的。

我们将添加新的工具并发布下议院的竞选结果。所以这不是我们最后一次谈话，埃利奥特。这只是第一次。更经常地待在华盛顿特区，加伦。我知道。非常感谢你欢迎我来到这里。这真的很好。我们为你举行了一场盛大的游行。我很荣幸。这很可爱。街上有很多的人，很多鲜艳的颜色。人们似乎玩得很开心。并且知道这一切都是为了我。这一切都是为了你，伙计。我们现在就到这里吧。谢谢你，埃利奥特。谢谢，加伦。

我的名字是加伦·德鲁克。我们的制作人是谢恩·麦基翁和卡梅伦·切塔维安，我们的实习生是杰拉·埃弗雷特。迈克·克劳迪奥负责视频。你可以通过电子邮件联系我们，地址是 [email protected]。你当然也可以在推特上向我们提问或发表评论。如果你喜欢这个节目，请在 Apple Podcast Store 上给我们评分或评论，或者告诉别人关于我们。感谢收听，我们很快再见。再见。