陈路路 张玲 高学攀 杜楚

摘要：针对民调结果精度低的问题，提出了一种基于贝塔—二项概率分布模型的选举预测方法。利用历史民调数据，建立贝塔—二项概率分布模型，并采用参数估计方法，实现分布参数的估计，完成民调结果的改善。同时本模型将未表态资料考虑在内，提高了选举预测结果的精度。实验结果表明，贝塔—二项概率分布模型能够达到误差小于2%的选举预测结果。

关键词：选举预测;民调数据;概率分布模型;高精度

中图分类号：TN713文献标志码：A文章编号：1008-1739（2021）18-57-4

0引言

选举过程中如何精确地预测选民投票意向具有一定的难度，无论在国内还是国外，以民意调查方式是基础的选举预测，除了存在访问失败的问题或抽样及估计方式的误差，导致许多选举预测经常与选举结果相悖，或者即使是成功预测候选人，但是预测得票率与实际得票率仍相差甚远。

有关选举预测的研究主要分为两大方向[1]：一是预测模型的构建，二是预测模型的评估，为此专家学者也做了很多研究[2-5]。预测模型的构建主要基于贝氏理论或频度理论，但贝氏理论与频度理论的统计推论是建立在不同的统计决策观点上的[6]。频度理论的概率观点及其统计推论是以重复多次试验的理论为基础，而贝氏理论的观点则是承认以历史结果作为当前的主观经验，以此修正当前的观察结果，并且依据最新的证据不断更新。就预测模型的评估而言，专家指出，一个好的预测模型由三部分组成：对候选人的得票率提供精确的估计;必须在选举结果发生之前及时的做出事前预测，预测模型最好是尽可能地简单易懂和方便操作。……