แนวคิดหลัก
Dieser Artikel untersucht verschiedene Gewichtungsschemata, um die Effizienz des AWAIRE-Verfahrens zur risiko-limitierten Prüfung von Instant-Runoff-Wahlen zu verbessern, wenn keine digitalisierten Stimmzettelaufzeichnungen (CVRs) verfügbar sind.
บทคัดย่อ
Dieser Artikel erweitert das AWAIRE-Verfahren zur risiko-limitierten Prüfung von Instant-Runoff-Wahlen, indem er eine Vielzahl von Gewichtungsschemata untersucht, um die Effizienz des Verfahrens zu verbessern.
Die Autoren konzentrieren sich auf den Fall, in dem keine digitalisierten Stimmzettelaufzeichnungen (CVRs) verfügbar sind, und verwenden Simulationen basierend auf realen Wahldaten, um die Leistung zu bewerten.
Die Ergebnisse zeigen, dass die effizientesten Gewichtungsschemata oft diejenigen sind, die den größten Teil oder sogar das gesamte Gewicht auf die scheinbar "besten" Hypothesen basierend auf den bereits gesehenen Daten legen. Darüber hinaus hängt der optimale Einstellungsparameter für den statistischen Test von der Wahlmarge ab.
Die Autoren quantifizieren die Leistungsunterschiede für verschiedene Gewichtungsschemata und Einstellungen über unterschiedliche Wahlmargen hinweg, um die am besten geeignete Wahl zu treffen, falls eine Standardoption benötigt wird.
Eine Einschränkung der derzeitigen AWAIRE-Implementierung ist ihre Beschränkung auf die Handhabung einer kleinen Anzahl von Kandidaten. Ein Weg zu einer effizienteren Implementierung wäre die Verwendung von "lazy evaluation", um nicht alle möglichen Hypothesen berücksichtigen zu müssen. Die Ergebnisse deuten darauf hin, dass ein solcher Ansatz ohne wesentlichen Leistungsverlust umgesetzt werden könnte.
สถิติ
"Die Wahlmarge betrug 10% oder mehr in 41 Wahlkreisen."
"Die Wahlmarge lag zwischen 4% und 10% in 19 Wahlkreisen."
"Die Wahlmarge lag zwischen 1,5% und 4% in 7 Wahlkreisen."
"Die Wahlmarge lag unter 1,5% in 4 Wahlkreisen."
คำพูด
"Über unsere Vergleiche hinweg waren die effizientesten Schemata oft diejenigen, die den größten Teil oder sogar das gesamte Gewicht auf die scheinbar 'besten' Hypothesen basierend auf den bereits gesehenen Daten legten."
"Der optimale Einstellungsparameter für den statistischen Test hängt von der Wahlmarge ab."