距離美國總統大選只剩最後倒數兩個月，目前從各種跡象來看，民主黨候選人賀錦麗（Kamala Harris）與共和黨候選人川普（Donald Trump）的選情十分膠著，在7大關鍵搖擺州的民調差距都在誤差範圍內，勝負難料。許多網站根據選舉預測模型來推估選戰結果，對此，有外媒指出這些所謂的選舉預測模型實際上難以證明可信，最好的例子就是在拜登退選前，竟還有選舉預測模型認為拜登會獲勝。
根據《Political》報導，這個尷尬的選舉預測模型是《ABC News》旗下的「538」，《ABC News》介紹538能夠根據歷年選舉以及最新的美國政治、經濟、社會統計來預測大選結果。不過，就在拜登宣布退選前，即使拜登明顯已經處於風雨飄搖，民主黨內勸退聲不斷，但那時538仍然預言拜登能夠勝選，這讓538的建立人西弗（Nate Silver）事後不得不承認預測模型存在明顯的錯誤。
報導指出，近年這類藉著匯聚多種數據來對選戰結果進行預測的模型變得十分流行，但是實際上這些模型相當不值得信賴。首先，就統計科學意義而言，一個預測模型要聲稱本身具有可信賴的精確度，必須通過多次比對預測與實際結果之間的誤差度，而大選每4年才舉行一次，要累積到足夠證明預測模型可以信賴的樣本數，最少最少也要花上28年，也就是至少得觀察7次大選結果。
▲民主黨候選人賀錦麗（Kamala Harris）與共和黨候選人川普（Donald Trump）的選情十分膠著，在7大關鍵搖擺州的民調差距都在誤差範圍內。（合成圖／美聯社／達志影像）
報導最後強調，除了不可信之外，這些選舉預測模型還可能會對選戰帶來負面影響，那就是降低民眾的投票意願。實驗結果證明，如果民眾相信自己支持的候選人獲勝機率很大，那他們就比較有可能不會出門去投票。所以，選舉預測模型的問題不僅是不準確，還可能會誤導民眾，進而對選戰結果造成影響。
我是廣告 請繼續往下閱讀
報導指出，近年這類藉著匯聚多種數據來對選戰結果進行預測的模型變得十分流行，但是實際上這些模型相當不值得信賴。首先，就統計科學意義而言，一個預測模型要聲稱本身具有可信賴的精確度，必須通過多次比對預測與實際結果之間的誤差度，而大選每4年才舉行一次，要累積到足夠證明預測模型可以信賴的樣本數，最少最少也要花上28年，也就是至少得觀察7次大選結果。
報導最後強調，除了不可信之外，這些選舉預測模型還可能會對選戰帶來負面影響，那就是降低民眾的投票意願。實驗結果證明，如果民眾相信自己支持的候選人獲勝機率很大，那他們就比較有可能不會出門去投票。所以，選舉預測模型的問題不僅是不準確，還可能會誤導民眾，進而對選戰結果造成影響。