兰德-Methodology-of-the-RAND-Continuous-2012-Presidential-Election-Poll_17页_721kb

文档总结：RAND Continuous 2012 Presidential Election Poll 方法论

核心内容

本报告详细介绍了RAND Continuous 2012总统选举民调的方法论，该民调旨在通过创新的调查方法预测2012年美国总统选举结果。与传统民调不同，该研究采用“概率性问题”（Probabilistic Questions）询问受访者对每位候选人的投票可能性，并结合面板数据（Panel Data）进行持续跟踪，以提高预测的准确性。

主要观点

• 创新方法：RAND采用了概率性问题（询问受访者对每位候选人的投票百分比）和面板数据方法，这比传统的“语言性问题”（Verbal Questions）更准确。
• 样本构成：样本来自RAND的美国生活调查面板（American Life Panel, ALP），该面板代表了18岁及以上美国人口。
• 数据清洗：在调查中，受访者需要回答与投票行为相关的三个问题，并且必须确保回答的百分比总和为100%。不一致的回答会被剔除。
• 加权方法：为了提高样本的代表性，采用了双重加权策略。第一阶段根据人口统计特征调整样本权重，第二阶段则根据2008年投票行为调整权重。
• 预测计算：预测投票率和候选人支持率基于加权平均，而预测胜选概率则基于受访者对候选人胜选可能性的估计。
• 变化分析：报告还探讨了候选人支持率的变化，通过计算受访者对候选人支持率的每日或每周变化来分析选民态度的动态。
• 标准误差计算：使用Stata的公式计算标准误差，并在图表中用阴影区域表示统计显著性。阴影区域的宽度为预测差异的标准误差的1.96倍。
• 分组统计：还计算了按性别、种族等人口特征分组的统计数据和图表。

关键信息

样本描述

• 样本来自RAND的ALP，代表18岁及以上美国人口。
• 2012年6月，所有5,301名ALP成员被邀请参与研究，超过3,500人同意。
• 每周邀请受访者回答有限数量的调查问题，每天有1/7的受访者被随机抽中参与调查。
• 每个受访者在每日样本中被分配一个权重，以确保样本与总体人口一致。

数据清洗

• 每个受访者需回答关于投票意愿和候选人支持率的问题。
• 回答必须符合百分比规则（0%–100%）且总和为100%。
• 不一致的回答会被剔除，以确保数据的准确性。

加权方法

• 第一阶段：根据CPS（Current Population Survey）数据调整样本的性别、年龄、种族、教育、家庭规模和收入等人口统计特征。
• 第二阶段：根据2008年投票行为重新加权样本，以提高对2012年投票行为的预测准确性。
• 分组加权：根据2008年投票情况，将受访者分为6个组（G1–G6），并根据各组在总体中的比例调整权重。

预测计算

• 投票率预测：基于加权平均的投票意愿百分比。
• 候选人支持率预测：基于投票意愿与候选人支持率的乘积，再加权求和。
• 胜选概率预测：基于受访者对每位候选人胜选可能性的估计，再加权求和。

变化分析

• 每日/每周变化：通过计算当前与前一次调查结果的差异，分析选民态度的变化。
• 流动分析：计算受访者从一个候选人转向另一个候选人或非投票者的比例，以评估选民的偏好转移。

标准误差与显著性

• 标准误差使用Stata提供的方法计算，以评估预测结果的不确定性。
• 阴影区域表示候选人支持率之间的差异是否具有统计显著性（5%显著性水平）。

分组统计

• 数据被分解为不同的人口特征（如性别、种族）进行分析。
• 使用类似的方法计算各组的平均值和标准误差，以展示不同群体的预测结果。

方法论结构

• 样本选择：使用随机拨号和地址抽样方法，确保样本的代表性。
• 数据处理：包括数据清洗、加权调整和预测计算。
• 分析方法：包括预测结果、变化分析和分组统计。
• 结果展示：通过每日更新的图表展示预测结果，并用阴影区域表示统计显著性。

总结

该报告提供了RAND Continuous 2012总统选举民调的详细方法论，强调了概率性问题和面板数据的使用，以及如何通过加权调整和标准误差计算提高预测的准确性。同时，报告还讨论了不同人口特征下的分组分析，为理解选民行为提供了深入的视角。