{"id":350249,"date":"2024-04-03T18:33:58","date_gmt":"2024-04-03T16:33:58","guid":{"rendered":"https:\/\/www.eunews.it\/?page_id=350249"},"modified":"2024-10-08T16:57:05","modified_gmt":"2024-10-08T14:57:05","slug":"eurosondaggio","status":"publish","type":"page","link":"https:\/\/www.eunews.it\/en\/eurosondaggio\/","title":{"rendered":"Speciale sondaggi"},"content":{"rendered":"<p>Le <strong>elezioni europee<\/strong> si avvicinano, in uno scenario di tensioni internazionali mai cos\u00ec caldo negli ultimi decenni. La scelta degli elettori sar\u00e0 fondamentale. Il voto avr\u00e0 ripercussioni anche sui sempre delicati equilibri politici italiani. <strong>Withub<\/strong> e l\u2019<strong>Universit\u00e0 di Milano-Bicocca<\/strong> hanno creato un sistema, basato sul <strong>filtro di Kalman<\/strong> (lo stesso schema statistico utilizzato dai Gps per trasformare i segnali ricevuti nella posizione precisa), per stimare il consenso dei cinque principali partiti sulla base dei sondaggi dal 2018 ad oggi.<\/p>\n<p>La combinazione dei risultati di diversi istituti permette di stimare l\u2019intenzione di voto con pi\u00f9 precisione rispetto al dato di un singolo sondaggio. E\u2019 stato anche necessario scegliere criteri che incidono pi\u00f9 degli altri per un\u2019analisi statisticamente corretta. Ad esempio: i sondaggi con una <strong>numerosit\u00e0 campionaria pi\u00f9 grande<\/strong> hanno una maggiore influenza sul valore della stima. Lo stesso vale per i sondaggi <strong>condotti pi\u00f9 di recente<\/strong> rispetto a quelli pi\u00f9 vecchi. Inoltre, combinare risultati di pi\u00f9 sondaggi permette di correggere possibili distorsioni di stima di cui un singolo sondaggio potrebbe essere affetto.<\/p>\n<div id=\"withub-embed\" data-config=\"2\"><\/div>\n<p><script data-id=\"withub-embed\" src=\"https:\/\/cdn.jsdelivr.net\/gh\/it-withub\/withub-embed\/elezioni\/europee-2024-06\/embed.min.js?v=2.0.0\"><\/script><\/p>\n<h2 id='previsione-del-trend-elettorale-per-ciascun-partito-una-breve-nota-metodologica'  id=\"boomdevs_1\">Previsione del trend elettorale per ciascun partito: una breve nota metodologica<\/h2>\n<p><em>Di Matteo Pelagatti e Gianna Monti<\/em><\/p>\n<p>I dati di partenza sono quelli relativi ai sondaggi elettorali pubblicati periodicamente da diversi istituti. Al fine di stimare l\u2019evoluzione giornaliera delle intenzioni di voto per ciascun partito politico abbiamo utilizzato un noto algoritmo, il filtro di Kalman. Il filtro di Kalman \u00e8 una tecnica statistica che pu\u00f2 essere utilizzata per combinare una serie di misurazioni approssimative prese nel tempo per formulare una stima pi\u00f9 accurata dell\u2019oggetto della misurazione. Spesso viene utilizzato negli algoritmi di localizzazione GPS usati nelle app di navigazione sugli smartphone: quando si avvia l&#8217;app, la posizione rilevata \u00e8 incerta, indicata da un cerchio grande intorno alla presunta posizione, ma man mano che arrivano pi\u00f9 segnali GPS, la posizione diventa pi\u00f9 affidabile e il punto blu si sposta pi\u00f9 vicino alla posizione effettiva. La NASA ad esempio ha applicato negli anni &#8217;60 il filtro di Kalman nel programma Apollo per stimare la traiettoria dell\u2019Apollo 11 in rotta verso la Luna.<\/p>\n<p>Entrando un po\u2019 nel dettaglio del nostro metodo, abbiamo combinato i risultati provenienti dai vari sondaggi tenendo conto della dimensione del campione, ovvero dando maggior peso ai dati provenienti da campioni pi\u00f9 numerosi. Dato che non sono disponibili sondaggi quotidianamente, per dare una continuit\u00e0 temporale alla stima delle intenzioni di voto per ciascun partito, abbiamo assunto che l\u2019evoluzione temporale di ciascuna percentuale avvenga come una \u201cpasseggiata aleatoria\u201d, cio\u00e8 che la percentuale del partito xyz in un certo giorno sia pari a quella del giorno precedente sommata ad uno shock casuale.<\/p>\n<p>Per un dato partito, sia y_it la serie storiche giornaliera della percentuale rilevata dall\u2019i-esimo istituto per il giorno t. Se non vi sono rilevazioni per il giorno t, il valore della serie storica viene posto a mancante (NA). Le serie storiche avranno pi\u00f9 dati mancanti che presenti.<\/p>\n<p>Sia \u03bc_t il \u201cvero\u201d valore (percentuale) delle intenzioni di voto, che i vari istituti cercano di misurare con un certo errore. Dato che abbiamo a disposizione la numerosit\u00e0 campionaria dei vari sondaggi supponiamo che tutti gli istituti misurino \u03bc_t con errori \u03b5_it normali indipendenti a media nulla e medesima varianza divisa per la numerosit\u00e0 campionaria del sondaggio del giorno t fatto dall\u2019istituto i:<\/p>\n<p>y_it=\u03bc_t+\u03b5_it,\u2001\u2001\u03b5_it\u223cN(0,\u03c3^2\/n_it ).<\/p>\n<p>Infatti, sappiamo che la varianza della media campionaria \u00e8 inversamente proporzionale alla numerosit\u00e0 del campione e questa informazione pu\u00f2 essere inglobata nel modello.<\/p>\n<p>Al contempo, per introdurre un po\u2019 di continuit\u00e0 temporale (che permette anche di proiettare il valore di \u03bc_t sui valori passati (t-1,t-2,\u2026) e futuri (t+1,t+2,\u2026), quando mancanti), assumiamo che la vera percentuale di intenzione di voto evolva nel tempo come un random walk:<\/p>\n<p>\u03bc_(t+1)=\u03bc_t+\u03b7_t,\u2001\u2001\u03b7_t \u223c^iid N(0,\u03c4^2 ).<\/p>\n<p>In parole, il valore di domani \u00e8 pari a quello di oggi pi\u00f9 uno shock casuale a media zero. Questo modello pu\u00f2 essere rappresentato in forma state-space, i parametri ignoti \u03c3^2 e \u03c4^2 stimati per mezzo della massima verosimiglianza e la stima di \u03bc_t ottenuta per mezzo del filtro di Kalman (in tempo reale) e con lo smoother (usando tutti i dati disponibili).<\/p>\n<p>La combinazione dei risultati di diversi istituti permette di stimare l\u2019intenzione di voto con pi\u00f9 precisione rispetto al dato derivante da un singolo sondaggio. I sondaggi con una numerosit\u00e0 campionaria pi\u00f9 grande hanno una maggiore influenza sul valore della stima. Lo stesso vale per i sondaggi condotti pi\u00f9 di recente rispetto a quelli pi\u00f9 vecchi. Inoltre, combinare risultati di pi\u00f9 sondaggi permette di correggere possibili distorsioni di stima di cui un singolo sondaggio potrebbe essere affetto: se la metodologia di un istituto di sondaggi \u00e8 soggetta a un bias metodologico sistematico, allora i suoi risultati saranno diluiti da altri sondaggi.<\/p>\n<p>Affinch\u00e9 il risultato di un sondaggio sia incluso nel nostro modello devono essere soddisfatti due criteri: la trasparenza (devono essere note le informazioni su come \u00e8 stato condotto il sondaggio; quando \u00e8 stato fatto il lavoro sul campo; chi lo ha condotto; chi lo ha commissionato e pagato; e la dimensione del campione) e la rappresentativit\u00e0 del campione (tutti i sondaggi devono essere basati su un campione di persone il pi\u00f9 rappresentativo possibile della popolazione da cui l\u2019istituto vuole trarre conclusioni).<br \/>\nMediamente i sondaggi che abbiamo analizzato si riferiscono a campioni di un migliaio di intervistati e la qualit\u00e0 di ciascun singolo dato \u00e8 responsabilit\u00e0 diretta dell\u2019istituto che lo ha prodotto.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Le elezioni europee si avvicinano, in uno scenario di tensioni internazionali mai cos\u00ec caldo negli ultimi decenni. La scelta degli elettori sar\u00e0 fondamentale. Il voto avr\u00e0 ripercussioni anche sui sempre delicati equilibri politici italiani. Withub e l\u2019Universit\u00e0 di Milano-Bicocca hanno creato un sistema, basato sul filtro di Kalman (lo stesso schema statistico utilizzato dai Gps [&hellip;]<\/p>\n","protected":false},"author":1,"featured_media":0,"parent":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","meta":{"_acf_changed":false,"episode_type":"","audio_file":"","podmotor_file_id":"","podmotor_episode_id":"","cover_image":"","cover_image_id":"","duration":"","filesize":"","filesize_raw":"","date_recorded":"","explicit":"","block":"","jnews_page_loop":{"enable_page_loop":"0","first_title":"Latest Post","second_title":"","header_type":"heading_6","header_background":"","header_text_color":"","layout":"right-sidebar","sidebar":"default-sidebar","second_sidebar":"default-sidebar","sticky_sidebar":"1","module":"3","boxed":"0","boxed_shadow":"0","box_shadow":"0","excerpt_length":"20","content_date":"default","date_custom":"Y\/m\/d","content_pagination":"nav_1","pagination_align":"center","show_navtext":"0","show_pageinfo":"0","post_offset":"0","posts_per_page":"5","include_post":"","exclude_post":"","include_category":"","exclude_category":"","include_author":"","include_tag":"","exclude_tag":"","sort_by":"latest"},"jnews_single_page":{"layout":"no-sidebar","sidebar":"default-sidebar","second_sidebar":"default-sidebar","sticky_sidebar":"1","show_post_featured":"1","show_post_meta":"0","share_position":"top","share_color":"share-monocrhome"},"footnotes":""},"class_list":["post-350249","page","type-page","status-publish","hentry"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/pages\/350249","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/pages"}],"about":[{"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/types\/page"}],"author":[{"embeddable":true,"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/comments?post=350249"}],"version-history":[{"count":25,"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/pages\/350249\/revisions"}],"predecessor-version":[{"id":358384,"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/pages\/350249\/revisions\/358384"}],"wp:attachment":[{"href":"https:\/\/www.eunews.it\/en\/wp-json\/wp\/v2\/media?parent=350249"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}