کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7408410 1481440 2015 14 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
The wisdom of crowds: Applying Condorcet's jury theorem to forecasting US presidential elections
ترجمه فارسی عنوان
خرد جمعیت: اعمال قضیه هیئت منصفه کانودورست برای پیش بینی انتخابات ریاست جمهوری ایالات متحده
ترجمه چکیده
پیش بینی های حرفه ای به طور فزاینده ای در پیش بینی نتایج انتخابات پیش بینی می شود. به دنبال این رویکرد، پیش بینی کنندگان حزب برنده پیش بینی می کنند که بیشتر شهروندان گفته اند که پیروز خواهند شد. این رویکرد برندگان را پیش بینی می کند و سهام را خوب می پردازد، اما تحقیقات مرتبط نشان داده اند که برخی از شهروندان بهتر از دیگران پیش بینی می شوند. ضمیمه قضیه هیئت منصفه کاندورست نشان می دهد که پیش بینی شهروندان ناآگاهانه می تواند با ارائه پیش بینی به صلاحدید شهروندان و ارزیابی پیش بینی ها توسط سطح صلاحیت خود بهبود یابد. در واقع، انجام این کار هر دو دقت پیش بینی های سهم رای و تعداد دولت ها را به درستی پیش بینی می کند. رأی دادن به آراء انتخاباتی ایالتی را برای کاندیدایی که اکثریت مأمورین می گویند برنده خواهد شد، برآورده می سازد که یک مدل پیش بینی ساده اما موفقانه از ریاست جمهوری ایالات متحده را به دست می دهد. مدل حکمت جمعیت "هشت رأی انتخابات را از 9 مورد به درستی پیش بینی می کند. نتایج نشان می دهد که اعطای و ارزیابی روش های آسان برای بهبود پیش بینی شهروندان است.
موضوعات مرتبط
علوم انسانی و اجتماعی مدیریت، کسب و کار و حسابداری کسب و کار و مدیریت بین المللی
چکیده انگلیسی
Increasingly, professional forecasters rely on citizen forecasts when predicting election results. Following this approach, forecasters predict the winning party to be the one which most citizens have said will win. This approach predicts winners and vote shares well, but related research has shown that some citizens forecast better than others. Extensions of Condorcet's jury theorem suggest that naïve citizen forecasting can be improved by delegating the forecasting to the most competent citizens and by weighting their forecasts by their level of competence. Indeed, doing so increases both the accuracy of vote share predictions and the number of states forecast correctly. Allocating the state's electoral votes to the candidate who the most weighted delegates say will win yields a simple but successful forecasting model of the US Presidency. The 'wisdom of crowds' model predicts eight presidential elections out of nine correctly. The results suggest that delegating and weighting provide easy ways to improve citizen forecasting.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: International Journal of Forecasting - Volume 31, Issue 3, July–September 2015, Pages 916-929
نویسندگان
,