{"id":2459,"date":"2012-05-11T12:00:21","date_gmt":"2012-05-11T10:00:21","guid":{"rendered":"http:\/\/larica.uniurb.it\/nextmedia\/?p=2459"},"modified":"2012-05-11T12:00:21","modified_gmt":"2012-05-11T10:00:21","slug":"popolarita-su-facebook-e-successo-elettorale-nelle-amministrative-2012","status":"publish","type":"post","link":"https:\/\/nextmedia.uniurb.it\/?p=2459","title":{"rendered":"Popolarit\u00e0 su Facebook e successo elettorale nelle amministrative 2012"},"content":{"rendered":"

Nel post precedente<\/a>\u00a0ho messo alla prova il modello sviluppato per le amministrative 2011 sui dati rilevati in questa tornata elettorale.
\nVediamo come \u00e8 andata.
\nIl modello ha funzionato nel 66,6% dei casi. Nello specifico il candidato con pi\u00f9 Facebook Likes \u00e8 risultato il pi\u00f9 votato nel 41,6% dei casi (Catanzaro, Como, Genova, Lecce, Lucca, Monza, Palermo, Rieti, Taranto e Trani) ed \u00e8 arrivato invece secondo nel 25% dei casi (Agrigento, Belluno, Brindisi, Cuneo, Gorizia e Pistoia).
\nNel 2011 il modello aveva funzionato nell’82,1% dei casi (39,2% \u00a0primo e 42,86% secondo).
\nNel 20,8% dei casi il modello ha previsto correttamente sia il candidato pi\u00f9 votato che quello secondo classificato, ma in altrettanti casi il modello ha fallito completamente (in alcuni di questi casi non aveva alcuna chance visto che i candidati che hanno vinto non avevano una pagina Facebook).
\nL’indice di accuratezza della previsione \u00e8 stato di 4,875 su 10. Nel 2011 questo indice ha fatto registrare performance simili (4,71).
\nVediamo invece come \u00e8 andata per quanto invece riguarda il secondo modello, il cui scopo \u00e8 prevedere la percentuale di voti riportati da ciascun candidato.
\nIl margine di errore rilevato (candidate prediction gap) varia da un minimo di 0,07% ad un massimo di 70,54% (2011 CPG MIN: 0, MAX: 84,18).
\nLo scarto medio fra le percentuali di voto e quelle di Likes \u00e8 stato del -7,04% ovvero del 12,76% facendo la media dei valori assoluti degli scarti. Il primo valore \u00e8 un indicatore di quanto la previsione sia sbilanciata in un senso o nell’altro (+ voti che like o + likes che voti), il secondo valore indica il margine di errore effettivo. Nel 2011 il CPG medio dei valori assoluti era 15,77% e l’ABS[CPG] -6,21%. Si tratta di margini di errori molto alti che rendono il modello cos\u00ec com’\u00e8 poco utile dal punto di vista previsionale.
\nI 24 comuni capoluoghi con almeno due candidati con pagina Facebook avevano 5 e 16 candidati. Il 55,87% di questi candidati aveva una pagina Facebook che \u00e8 stata monitorata nell’ambito di questo studio. Il margine medio di errore rilevato per comune ovvero ABS[Municipality Prediction Gap] \u00e8 15,24% con un massimo di scarto del 35,88% (Agrigento) ed un minimo del 4,70% (Genova). Nel 2011 l’ABS[MPG] rilevato fu 18,99% con un MIN di 5,09% ed un MAX di 51,99%.
\nSi conferma il rapporto fra ABS[MPG] e percentuale di candidati presenti con una pagina su Facebook rispetto al totale dei candidati. L’ABS[MPG] passa dal 24,78% dei comuni con meno del 33% di candidati su Facebook all’11,89% di quello dei comuni con oltre il 66% di candidati con pagina (nella categoria 34-66% l’ABS[MPG] \u00e8 di 15,11%).
\nConfermato anche il rapporto fra dimensione della citt\u00e0 (in termini di numero di elettori) e margine di errore. Nelle grandi citt\u00e0 si ottengono previsioni pi\u00f9 accurate che in quelle pi\u00f9 piccole. Si passa infatti da un ABS[MPG] di 17,39% delle citt\u00e0 con meno di 80000 elettori ad un\u00a0ABS[MPG] intorno al 9% tanto per le citt\u00e0 con un numero di elettori compreso fra 80000 e 200000 sia per quelle oltre i 200000.
\nPer quanto riguarda gli schieramenti si \u00e8 proceduto a calcolare un Party Prediction Gap (PPG). Nel 2011 tutti gli schieramenti avevano ricevuto un maggiore consenso su Facebook, rispetto alle percentuali reali di voto, ma questa tendenza si faceva pi\u00f9 evidente in rapporto ai partiti\u00a0pi\u00f9 estremi (sinistra PPG=-11,27% e destra PPG =-8,66%). Il partito invece meno\u00a0sopravvalutato\u00a0dal modello risult\u00f2 il Centro Destra (PPG=-1,30%). Rispetto all’edizione 2011, sono stati aggiunti due nuovi schieramenti: Terzo Polo e Lega Nord. Il primo non esisteva nel 2011 ed il secondo era accorpato al risultato del Centro Destra. Proprio questi due nuovi schieramenti sono stati quelli pi\u00f9 sottostimati dal modello Terzo Polo (PPG=4,58%) e Lega Nord (PPG=5,56%).\u00a0La Destra \u00e8 invece risultato lo schieramento pi\u00f9 sopravvalutato nelle previsioni di Facebook (PPG=-18,71%).
\nSe dunque si conferma un maggiore attivismo online da parte dei supporter dei partiti pi\u00f9 estremi, si evidenzia anche l’anomalia della Lega Nord. Accorpando infatti i dati della Lega Nord con quelli del Centro Destra,\u00a0quest’ultimo torna ad essere fra gli schieramenti pi\u00f9 sopravvalutati dal modello. Questi dati potrebbero far pensare ad un incidenza dei candidati (o meglio delle strategie e supporter) Lega Nord anche sul risultato del 2011. Quello che appare evidente \u00e8 che le strategie di costruzione del consenso della Lega Nord (e forse la tipologia di elettori di questo partito) non sono passate, almeno in questa occasione, per Facebook.
\nPer il futuro intendo provare a perfezionare il modello basato sugli scarti prendendo in considerazione solo i voti ottenuti dai candidati effettivamente presenti con una pagina su Facebook e applicando dei correttivi basati sui risultati dei PPG dei diversi schieramenti.\u00a0Inoltre vorrei capire quali variabili possono influenzare il margine di errore e l’indice di accuratezza in modo da costruire un indice di affidabilit\u00e0 delle previsione.
\nI dati sono disponibili in questo Google Spreadsheet.
\nDa oggi ho inoltre reso pubblicamente\u00a0disponibile\u00a0il working paper relativo allo studio del 2011:\u00a0Giglietto, Fabio, If Likes Were Votes: An Empirical Study on the 2011 Italian Administrative Elections (January 16, 2012). Available at SSRN: http:\/\/ssrn.com\/abstract=1982736<\/a>.\u00a0Una versione ridotta di questo articolo sar\u00e0 pubblicata negli atti dell’ICWSM-12<\/a>.<\/p>\n

<\/p>\n

<\/p>\n","protected":false},"excerpt":{"rendered":"

Risultati e modelli di previsione elettorale con Facebook<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[12,11,173,7],"tags":[255,191,3,256],"_links":{"self":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/posts\/2459"}],"collection":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=2459"}],"version-history":[{"count":0,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=\/wp\/v2\/posts\/2459\/revisions"}],"wp:attachment":[{"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=2459"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=2459"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/nextmedia.uniurb.it\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=2459"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}