Nate Silver a réussi à prédire les résultats des élections américaines dans le passé, ce qui est décrit dans son livre The Signal and the Noise . Le livre contient quelques descriptions du modèle utilisé, et un article de son blog décrit le modèle utilisé pour les élections de mi-mandat de 2014. Ces descriptions s'adressent davantage au grand public et ne sont pas très précises quant à ce qu'est réellement le modèle statistique (plus que conceptuellement).
Ma question est la suivante: quelqu'un connaît-il des descriptions plus orientées statistiquement des types de modèles qu'il a utilisés? Que ce soit des articles scientifiques, des articles de blog, des présentations, des réplications, etc. Son livre est très intéressant, et j'aimerais savoir de quel type de modèle et de méthodes d'estimation nous parlons ici.
Edit: Puisque quelqu'un a voté pour fermer, permettez-moi de clarifier ce que je demande. Quelqu'un peut-il fournir une référence à une description du ou des modèles de prédiction utilisés par Nate Silver, qui contient une description statistique plutôt que conceptuelle? Il n'est pas nécessaire que ce soit un article publié par Silver lui-même, mais les articles de blog (ou articles) d'autres personnes conviennent également.
la source
Réponses:
Il y a une description du modèle 538 ici . Je ne sais pas si c'est assez statistique à votre goût.
la source
Silver a écrit sur son affinité pour les méthodes bayésiennes dans The Signal and the Noise et ailleurs. J'ai trouvé que ce livre, qui enseigne un peu sur l'inférence bayésienne à travers des exemples Python, était une bonne lecture sur un sujet compliqué:
http://camdavidsonpilon.github.io/Probabilistic-Programming-and-Bayesian-Methods-for-Hackers/
Il est disponible sur le Web et sous forme de bloc-notes iPython, mais vous pouvez également acheter une copie papier / électronique et soutenir le travail impressionnant de l'auteur.
la source