码报:连《精准预测》作者也预测失准了！为什么各家美国总统大选民调都失准了？_本港台直播_J2开奖直播

　　民意调查是打选战团队为寻找民意的利器，而近年来资料科学的兴盛，像是奥巴马的竞选团队善用资料赢得总统大选。但在这一次美国总统大选，却让众多民调组织叠破眼睛，从畅销书作者到新闻媒体纷纷预测失准。到底发生什么事情呢？而特朗普团队在自身预测会落选情况下，又怎么成功在一片看衰声下赢得选举？

　　综合各家表现，纽约时报 Upshot、CNN 等，或是《精准预测》作者网站 FiveThirtyEight，和普林斯顿 Election Consortium 都杠龟。到底这次选举有什么特别之处，让众位专家纷纷判断错误？而特朗普团队本身自己又怎么看他们分析的资料呢？

　　2016 年美国总统大选充满口水战，许多美国选民怀着对对手阵营候选人的恨意而投票。竞选过程中也少谈政见，表示过往的历史模式往往难以套用到这次选战。不过这不表示资料科学无效，而是使用资料的人解读资料失败了。由于总统大选每四年举行一次，需要相当长的时间才能验证建构的模型是否正确，而且往往要失误才能看出问题。

　　资料科学起初从电子商务开始，购物网站常见的推荐购买选项。后来资料科学应用的范围扩散到其他领域，像是舆情分析，医疗等。原先资料科学能发挥的地方，在选举预测就派不上用场了。购物有成千上万笔消费记录能参考建构模型，但换到选举能依赖的资料就不多。而且这些资料往往也有偏差。

　　更细致的模型建立让结果更贴近最终结果

　　不过不是每一家媒体都预测失准，洛杉矶时报与加州大学旧金山分校 Dornsife 学院合作的团队就在选前常常算出特朗普领先的状况，而最后预测特朗普当选，atv，依赖更细微的变因建构模型。洛杉矶时报华盛顿分部的 David Lauter 就说，他们依据更为细致的选项来建构模型，其中一个变因是依据百分为尺度，询问这次选举去投票的机率多高。而有较高倾向投票的人，其选择也会加权处理。

　　IBD/TIPP的民调做出来的结果也是特朗普当选。他们做了什么呢？他们打民调电话抽样更多手机用户。

　　特朗普团队的见解，觉得也不会赢但仍努力打下去

　　特朗普的资料团队以结果来说做了相当好的工作，即便他们自己做的数据显示特朗普是输的。选举前三周的 10/18，特朗普阵营内部的选举模拟器“Battleground Optimizer Path to Victory”显示特朗普有 7.8% 的机率能赢，在关键的州特朗普被判断落后，特别是佛罗里达。但值得留意是是特朗普落后的幅度并不大。

　　特朗普团队努力找出近年来饱受经济不好的铁锈地带选民，j2直播，用经济议题打选举。另外还吸引对既有体制不满的人投给他，希拉里的电邮门事件加速这些选票的转移。最后就如我们看到的结果，以相当接近的票数赢得一些关键州的胜利。

　　模型出错的可能原因

　　不少统计、数据背景的人对这次选举预测失准状况发布意见，像是耶鲁大学生物资讯中心研究科学家 Pradeep Mutalik 博士说：“这些模型过强调准确性了。”他计算媒体倚赖的投票模型失准程度达到 15~20%。

　　Google、FaceBook、Amazon 这些硅谷公司的成功，让不少人乐观的认为 big data 能解决一切。演算法，但往往缺乏背景知识而做出很离谱的决定。像是前阵子FaceBook的演算法判断越战经典照片，躲开烧夷弹攻击的女孩，被FaceBook认定是儿童色情图片，而被不少人批评。微软的 Tye 聊天机器人学会种族歧视的话语，很快被迫停止运作。Google Flu Trend 依据搜索数量预测流感流行状况，最初预测相当准，到后来数值严重高估。

　　如果没有认清资料有其限制，并且可能误信有瑕疵的假设，将会建出有问题的模型，澳洲资料科学和统计学家 Anthony Goldbloom 这么说。MIT 史隆商学院教授 Erik Brynjolfsson 说：“资料科学其实不是要给你答案，而是给你机率的科学。”因此统计学家或资料科学家大半都接受这次总统选举结果，因为就是有可能当选可能性低的人当选。

　　对于民调团队来说，这次美国总统大选可是很难受。像是《精确预测》作者被不少人包括本篇文章嘲笑，但如同前面提到只有出错时才知道问题出在那里，才有可能修正模型。

　　尽管大部分民调这次选举表现不好，其实这不表示 big data 或是资料科学是失败的，而是不好的资料，像是小量偏差的资料，有问题的演算法、和人类的偏见。民调、统计还是所谓资料科学，都是机率，意味事情没发生前，都有可能往另一个方向走。

　　(首图来源：By Gage (2012 Electoral College map) [CC BY-SA 4.0], via Wikimedia Commons)