Citat:
Citat:
https://maktochpolitik.wordpress.com/2014/09/19/vilket-opinionsinstitut-lyckades-bast-och-vilka-partier-var-svarast-att-mata/
Spelar egentligen ingen roll om du eller han har räknat rätt. Vi kan konstatera att skillnaden mellan Skop och Sentio är minimal.
Spelar egentligen ingen roll om du eller han har räknat rätt. Vi kan konstatera att skillnaden mellan Skop och Sentio är minimal.
Frågan (och länken) har varit uppe tidigare, även om det då rörde varianten med sista mätningen före valet. Jag argumenterade då för ett tredje sätt "att räkna", men även för betydelsen av att fundera kring vilken osäkerhet den här typen av rankingar får:
Citat:
Jag ser två problem med att enbart använda sista mätningen.
1. Vilket mått ska man använda på vad som är nära valresultatet? I denna jämförelse tittade man på summan av absolutbeloppen av skillnader, partivis, mellan OU och valet. Är det måttet bäst?
2. När man bestämt sig för ett mått, hur ska man kvantifiera osäkerheten? Sista mätningen är, som alla mätningar, påverkad av slump. Om man hypotetiskt tänker sig att man återupprepade den sista mätningen många gånger och gjorde en samling rankingar enligt sitt mått, skulle man alltid få samma ordning eller är det slumpen som styr vilket OI som vi rankar bättre än ett annat?
Jag testade själv att ranka OI enligt länkens metod. Det är inte helt självklart hur osäkerheten ska beräknas, men jag tror mig ha hittat undre och övre gränser på standardavvikelsen för måttet (sigma).
Resultat på formen: Mått | OI | Undre gräns sigma | Övre gräns sigma
5.6 United Minds 1.5 1.8
8.2 Novus 1.1 1.4
9.6 Sifo 1.1 1.6
10.0 Skop 1.6 2.0
10.0 Sentio 1.7 2.4
10.8 YouGov 1.4 2.1
13.5 Demoskop 1.2 1.9
15.8 Ipsos 1.4 2.1
Höga osäkerheter alltså. Om vi jämför OI parvis är det förmodligen ganska få par vi kan vara säkra skiljer sig åt.
Ett kanske bättre mått kan fås genom att utgå från ett tänkt OI utan bias. Vi vet då att felet enbart är slumpmässigt och bör för varje parti vara approximativt normalfördelat med varians proportionell mot p(1-p), där p är valresultatet. Vi väljer då summan av, partivis, (sistaOU - p)^2 / (p (100-p)) som mått. Motsvarande tabell för detta mått ger istället
99.0 United Minds 31.4 63.3
178.0 YouGov 27.7 73.7
181.0 Sifo 17.4 57.1
188.0 Sentio 41.0 93.4
204.0 Novus 17.6 60.8
281.0 Skop 35.4 104.0
311.0 Demoskop 21.4 82.1
454.0 Ipsos 27.4 112.0
Ett enligt mig bättre mått som ger en lite annan ordning. Men fortfarande höga osäkerheter.
1. Vilket mått ska man använda på vad som är nära valresultatet? I denna jämförelse tittade man på summan av absolutbeloppen av skillnader, partivis, mellan OU och valet. Är det måttet bäst?
2. När man bestämt sig för ett mått, hur ska man kvantifiera osäkerheten? Sista mätningen är, som alla mätningar, påverkad av slump. Om man hypotetiskt tänker sig att man återupprepade den sista mätningen många gånger och gjorde en samling rankingar enligt sitt mått, skulle man alltid få samma ordning eller är det slumpen som styr vilket OI som vi rankar bättre än ett annat?
Jag testade själv att ranka OI enligt länkens metod. Det är inte helt självklart hur osäkerheten ska beräknas, men jag tror mig ha hittat undre och övre gränser på standardavvikelsen för måttet (sigma).
Resultat på formen: Mått | OI | Undre gräns sigma | Övre gräns sigma
5.6 United Minds 1.5 1.8
8.2 Novus 1.1 1.4
9.6 Sifo 1.1 1.6
10.0 Skop 1.6 2.0
10.0 Sentio 1.7 2.4
10.8 YouGov 1.4 2.1
13.5 Demoskop 1.2 1.9
15.8 Ipsos 1.4 2.1
Höga osäkerheter alltså. Om vi jämför OI parvis är det förmodligen ganska få par vi kan vara säkra skiljer sig åt.
Ett kanske bättre mått kan fås genom att utgå från ett tänkt OI utan bias. Vi vet då att felet enbart är slumpmässigt och bör för varje parti vara approximativt normalfördelat med varians proportionell mot p(1-p), där p är valresultatet. Vi väljer då summan av, partivis, (sistaOU - p)^2 / (p (100-p)) som mått. Motsvarande tabell för detta mått ger istället
99.0 United Minds 31.4 63.3
178.0 YouGov 27.7 73.7
181.0 Sifo 17.4 57.1
188.0 Sentio 41.0 93.4
204.0 Novus 17.6 60.8
281.0 Skop 35.4 104.0
311.0 Demoskop 21.4 82.1
454.0 Ipsos 27.4 112.0
Ett enligt mig bättre mått som ger en lite annan ordning. Men fortfarande höga osäkerheter.
