offer swiss eta movement rolex replica.

how many sex doll are many annually?

Pedro Magalhães

House effects

Um dos problemas dos gráficos anteriores é o facto de as diferentes estimativas não serem rigorosamente comparáveis entre si. Aquilo que gostaríamos de ter para apreciarmos a existência de tendências nas intenções de voto seriam estimativas cuja variação de um momento para outro se devesse apenas a dois factores: ruído aleatório (inevitável tendo em conta que estamos a lidar com amostras) e mudanças reais nas preferências dos eleitores. Mas o problema é que lidamos com sondagens de diferentes institutos, em números diferentes de instituto para instituto, e cujos resultados são afectados por escolhas e práticas metodológicas próprias que afectam os resultados, os chamados “house effects”.

Como limpamos os resultados destes “house effects”? O meu problema, claro, é que à medida que estas questões se complicam a minha rudimentar econometria começa a patinar. Mas socorro-me de Robert Erikson e Christopher Wlezien, que sugerem o seguinte procedimento:
1. Estimar um modelo de regressão linear para os resultados para cada partido de todas as sondagens, onde se introduzem variáveis mudas para cada instituto de sondagens (no nosso caso 5-1 dummies).
2. Acrescentar ao modelo dummies para períodos temporais;
3. Omitir a constante do modelo.
Os coeficientes para cada uma das dummies de período temporal são a estimativa de resultados eleitorais para cada período e para cada partido ajustada em relação aos “house effects”. Feita a operação, trabalhando com períodos temporais mensais, obtemos o seguinte:

O lado simpático disto é que não é muito diferente dos gráficos mostrados aqui, que se limitam a usar todos os dados de todas as sondagens. Mas o que farei daqui em diante – a não ser que me mostrem que isto é um disparate – é apresentar ambos os gráficos.

No Comments Yet

Leave a Comment

You must be logged in to post a comment.