Партийная принадлежность президентов США, 1852-2016: анализ и прогнозирование

Автор: Давыдов Андрей Александрович

Журнал: Телескоп: журнал социологических и маркетинговых исследований @teleskop

Рубрика: Методология и методы

Статья в выпуске: 3, 2017 года.

Бесплатный доступ

В ходе проведенного исследования было установлено, что последовательность партийной принадлежности Президентов США за период 1852-2012 гг.. демонстрирует свойства случайности и может быть приближенно представлена, как последовательность псевдослучайных чисел, аппроксимированная схемой испытаний Бернулли с p = q=1/2, где p - вероятность принадлежности Президента США к Демократической партии, а q - вероятность принадлежности Президента США к Республиканской партии. Прогнозирование следующего элемента данной псевдослучайной последовательности за 2012-2016 гг могло быть осуществлено с вероятностью корректного прогноза p>1/2. В 2020 г. Президентом США станет республиканец.

Еще

Президент сша, партия, выборы, анализ, прогнозирование

Короткий адрес: https://sciup.org/142216615

IDR: 142216615

Список литературы Партийная принадлежность президентов США, 1852-2016: анализ и прогнозирование

  • Секей Г. Парадоксы в теории вероятностей и математической статистике. М.: Мир. 1990.
  • Толстова Ю.Н. Социология и компьютерные технологии//Социологические исследования. 2015. № 8. C. 3-13.
  • Федер Е. Фракталы. М.: Мир, 1991.
  • Abramowitz A. Will time for change mean time for Trump?//PS:Political Science & Politics. 2016. Vol.49. № 4. P. 659-660.
  • Aguiar-Conraria L., Magalhаes P., Soares M. Cycles in Politics: Wavelet Analysis of Political Time Series//American Journal of Political Science. 2012. Vol. 56. № 2. P.500 -518.
  • Banerjee S., Ercetin S., Tekin A. Chaos Theory in Politics. Berlin.: Springer-Verlag, 2014.
  • Brewer M., Maisel S. Parties and Elections in America: The Electoral Process. 7 edition, Lanham.: Rowman & Littlefield Publishers. 2015.
  • Gans D. Persistence of Party Success in American Presidential Elections//Journal of Interdisciplinary History. 1985. Vol.16. № 2. P. 221237.
  • Heise D. Sociological algorithms: Preface//The Journal of Mathematical Sociology. 1995. V.20. №2-3. P. 73 -77.
  • Hummon N., Fararo T. The Emergence of Computational Sociology//The Journal of Mathematical Sociology. 1995. Vol.20. №2-3. P. 79 -89.
  • Jiao Y, Syau Y, Lee S. Fuzzy adaptive network in presidential elections//Mathematical and Computer Modelling. 2006. Vol. 43. № 3-4. P. 244-253.
  • Lewis-Beck M., Campbell J. US Presidential Election Forecasting: An introduction//International Journal of Forecasting. 2008. Vol.24. № 2. P. 189-192.
  • Lewis-Beck M., Stegmaier M. US Presidential Election Forecasting: Introduction//PS: Political Science & Politics. 2014. Vol. 47. № 2. P. 284-288.
  • Linzer D. Dynamic Bayesian Forecasting of Presidential Elections in the States//Journal of the American Statistical Association. 2013. Vol. 108. № 501. P.124-134.
  • Merrill S., Grofman B. Brunell T. Cycles in American National Electoral Politics, 1854-2006: Statistical Evidence and an Explanatory Model//American Political Science Review 2008. Vol. 102. №1. P. 1-17.
  • Norpoth H. The Electoral Cycle//PS: Political Science & Politics. 2014. Vol. 47. № 2. P. 332-335.
  • Norpoth, H. Primary model predicts Trump victory//PS: Political Science & Politics. 2016. Vol.49. № 4. P.655-658.
  • Yao Andrew. Theory and Applications of Trapdoor Functions (Extended Abstract). 23rd Annual Symposium on Foundations of Computer Science (FOCS '82). IEEE Computer Society Chicago. Illinois. USA. 3-5 November 1982.1982. P. 80-91.
Еще
Статья научная