NMI13 Kamil Gregor - Hierarchický bayesovský model ekologické inference
•
1 recomendación•6,826 vistas
Prezentace z druhého ročníku konference New Media Inspiration (http://nminspiration.cz), který se konal 19. 1. 2013 v hlavní budově FF UK pod vedením @petrkou, @simindr a @josefslerka.
Recomendados
Más contenido relacionado
Más de New Media Inspiration
Más de New Media Inspiration (20)
NMI13 Kamil Gregor - Hierarchický bayesovský model ekologické inference
- 1. Hierarchický bayesovský model ekologické inference Kamil Gregor
- 2. Otázka: Kolik procent podnikatelů volí TOP09?
- 3. To je snadné! 30 TOP09 v PSP 2010 (%) 25 20 15 10 5 10 15 20 25 30 OSVČ v ORP (%) Odpověď: (Asi) hodně.
- 4. Otázka: Kolik procent Romů volí DSSS?
- 5. Taky asi hodně… WTF?
- 6. Ekologický klam černoši běloši celkem 600 400 1000 voliči ? ? 400 nevoliči ? ? 600
- 7. Ekologický klam černoši běloši celkem černoši běloši celkem 600 400 1000 600 400 1000 voliči voliči ? ? 400 0 400 400 nevoliči nevoliči ? ? 600 0 0 600
- 8. Ekologický klam černoši běloši černoši běloši celkem celkem 600 400 1000 600 400 1000 voliči voliči ? ? 400 0 400 400 nevoliči nevoliči ? ? 600 0 0 600 černoši běloši černoši běloši celkem celkem 600 400 1000 600 400 1000 voliči voliči 400 0 400 200 200 400 nevoliči nevoliči 200 400 600 400 200 600
- 9. Základní statistická neurčitelnost černoši běloši Celkem Pi 1 – Pi 1 Ai Di – Ai Di voliči Bi (1 – Di) – Bi 1 – Di nevoliči Pi = AiDi + Bi(1 – Di)
- 10. Jak řešit neřešitelný problém? 1. Dotazníková šetření
- 11. Jak řešit neřešitelný problém? 1. Dotazníková šetření 2. Statistické modelování
- 12. Předpoklady modelů • Populace obou pozorovaných proměnných je totožná • Neexistuje prostorová autokorelace nepozorovaných proměnných • Rozdělení nepozorovaných proměnných odpovídá námi zvolenému rozdělení
- 15. Bayesovské modelování • Na začátku velmi obecné apriorní rozdělení hodnot nepozorovaných proměnných • Podmíněné rozdělení je rozdělení hodnot pozorovaných proměnných • Aposteriorní rozdělení se použije
- 16. K čemu je to dobré? • Pokaždé, když máme agregovaná data, ale ne individuální data • Tedy když známe hodnoty dvou proměnných v populaci, ale ne hodnoty v jejich kontingenční tabulce A B C ? ? ? α ? ? ? β ? ? ? γ
- 17. Například • Sociální složení elektorátu (například podíl katolíků versus podíl voličů strany) • Voličské přesuny (podíl voličů strany ve dvou volbách) • Ticket-splitting • Sociální složení populace (například národnost versus náboženské vyznání, nezaměstnanost versus vzdělání)
- 18. Nebo • V řadě vědních oborů, jako je – Sociologie – Historie – Ekonomie – Marketing – Geografie – Epidemiologie – Ekologie
- 21. Jak přesné jsou tyto výsledky? • Pořád čekáme na ekvivalent testu statistické signifikance • Řešením je (zdá se) vyšetření robustnosti použitých rozdělení a výpočetních algoritmů • Ještě si nikdo nedal tu práci s modelováním milionů simulovaných datových setů • Ale existují rozsáhlé empirické studie (např. 113 švýcarských referend)
- 22. Jak přesné jsou tyto výsledky? • Přesnost lze zatím měřit srovnáním s výsledky exit pollu • Příklad: Voličské přesuny v rakouských parlamentních volbách mezi lety 2006 a 2008 (exit poll SORA)
- 23. Jak přesné jsou tyto výsledky? model minus exit SPÖ_08 FPÖ_08 ÖVP_08 G_08 BZÖ_08 ost._08 nev._08 poll SPÖ_06 2,31% 0,18% -0,47% -0,38% -0,54% -0,58% -0,54% ÖVP_06 -0,80% 1,23% 1,29% -0,57% -1,89% 0,88% 2,26% G_06 -0,29% -0,09% -0,28% 1,21% -0,08% -0,24% -0,46% FPÖ_06 -0,35% 0,11% -0,09% 0,08% -0,14% -0,07% 0,06% BZÖ_06 -0,14% -0,38% -0,09% -0,05% 1,44% -0,03% -0,11% ost._06 -0,31% -0,61% -0,04% 0,13% -0,32% 0,42% 0,71% nev._06 -0,42% -0,44% -0,29% -0,44% 1,53% -0,38% -1,92% Zelená – model „přeceňuje“ voličské přesuny Červená – model „podceňuje“ voličské přesuny Závěr: Model je „konzervativnější“ než exit poll, vytváření falešný dojem stability
- 24. Jak přesné jsou tyto výsledky? • P – přesnost, mi – výsledek model, ei – výsledek exit pollu • Udává podíl voličů, které model „správně zařadil“ P 1 m ei i 2
- 25. Jak přesné jsou tyto výsledky? • Voličské přesuny při volbách do rakouského parlamentu: – 1999 → 2002: P = 82,84% – 2002 → 2006: P = 83,33% – 2006 → 2008: P = 86,15%
- 26. Jak přesné jsou tyto výsledky? • Voličské přesuny při volbách do Poslanecké sněmovny Parlamentu ČR: – 2006 → 2010: P = 87,89% • Je to hodně nebo málo? • Neví někdo, jaká je statistická odchylka hodnot v buňkách kontingenční tabulky voličských přesunů při exit pollu?