Хто ж (все-таки) голосував за Зеленського? Найбільше його підтримали виборці Тимошенко

Щоб змоделювати, хто з виборців першого туру міг проголосувати у другому за Зеленського (або Порошенка), ми використаємо дані по кількості голосів на кожній дільниці.

Потрібно скласти рівняння балансу голосів для кожної дільниці, яке можна пояснити на прикладі Зеленського: результати кожного з 39 кандидатів, отримані в першому турі, помножимо на коефіцієнти переходу (невідомі змінні), і знайдемо їхню суму. Ця сума повинна дорівнювати результату Зеленського у другому турі, на цій самій дільниці. Будемо вважати, що такі коефіцієнти - це частки усіх виборців Бойка, Ляшка, Тимошенко та інших, які прийшли у другому турі і проголосували за Зеленського. Аналогічно, можна скласти точно таке ж рівняння (хоча і з іншими коефіцієнтами) для голосів Порошенка.

Подібні рівняння, як ми вже зауважили, можна скласти для кожної дільниці, і якщо їх розв'язати – ми знайдемо два набори коефіцієнтів для Порошенка і Зеленського (вони будуть різними, тому що частки прихильників, наприклад, Тимошенко, які будуть голосувати за Порошенка та за Зеленського у другому турі, будуть різними). Такі коефіцієнти ми назвемо коефіцієнтами переходу (або перетоку) голосів, вони і дадуть нам відповідь на запитання – хто проголосував за Зеленського (і Порошенка) у другому турі?

Схожі задачі розв'язуються, серед іншого, методом, який називають лінійною регресією. У нашому випадку, коефіцієнти які ми шукаємо, повинні мати додаткові обмеження – для того, щоб вони мали сенс коефіцієнтів переходу голосів, їх значення повинні бути у межах інтервалу від 0 до 1 (0 – ніхто з виборців кандидата першого туру (наприклад, Ляшка) не проголосував у другому за Зеленського, 0.5 – проголосувала половина, 1 – проголосували усі).

Однак, ще краще застосувати підхід, який називається “байесівська лінійна регресія“: у такому випадку ми не лише можемо додати необхідні обмеження на коефіцієнти, але й отримати оцінку, наскільки наші результати можуть бути помилковими (схожий підхід ми використали для нашої моделі агрегованих рейтингів – http://texty.org.ua/d/2019/president_polls/ – перед першим туром голосування).

Тобто, такий метод дозволяє отримати коефіцієнти переходу голосів не як окреме число, а як цілий інтервал чисел (по осі Х), кожному з яких відповідає його ймовірність (вісь Y), змодельована на основі даних першого і другого туру. Чим більше ймовірність, тим більше ми впевнені, що коефіцієнт буде саме таким. Подібні функції називають “функціями розподілу”.

Натисніть на графік, щоб побачити у кращій якості

Видно, що за Порошенка у другому турі (крім його виборців), проголосувала значна частина виборців Гриценка (0.85, або 85%) та Кошулинського (87%) – тобто, сюди, схоже, входять всі, кому питання незалежності важить більше за все інше. Також голосували за діючого президента 20% виборців Юрія Тимошенко і зовсім мало, 3% – виборців Олега Ляшка. Ось, власне, і всі суттєві переходи голосів до Порошенка.

Натисніть на графік, щоб побачити у кращій якості

Зеленський же за допомогою тактики кандидата-невидимки, про погляди якого на найбільш дражливі питання майже нічого не було відомо, зміг залучити підтримку електорату дуже різних кандидатів: близько 90% виборців Юлії Тимошенко (найбільш суттєвий внесок), майже 100 відсотків виборців як Бойка, так і Вілкула, 97% виборців Смешка, майже 90% виборців Ляшка. Повний баланс – нижче у таблиці.

Застереження: результати нашого моделювання не варто сприймати занадто серйозно, поки немає можливості перевірити їх додатковим методом, наприклад, післявиборчим соціологічним опитуванням. Як відомо, всі моделі неправильні, але деякі з них корисні. Чи є корисною наша – питання поки що відкрите. Детально про її технічну сторону можна прочитати у методології, яка знаходиться тут: https://github.com/devrand/bayesian_vote_transfer

datavis інфографіка тимошенко зеленський вибори-19