Sp?dommene til J?rgen B?lstad, professor ved Institutt for statsvitenskap, er overraskende n?yaktige. Allerede et halvt ?r f?r Stortingsvalget 2021, lanserte han nettstedet Estimite, hvor tall fra flere hundre sp?rreunders?kelser, i tillegg til resultater fra tidligere stortingsvalg, blei fora inn i en modell som spytta ut prognoser i den andre enden.?
Det gikk ikke lang tid f?r han blei kontakta av NRK, som ville ha med statsviteren p? ? utvikle en prognosemodell som kunne brukes i valgsendinger og i nyhetssaker.?
B?lstads modell utgj?r i dag grunnlaget for rikskringkasterens valgprognoser.
– Det er flere utfordringer med ? lage en slik modell, fordi den helst skal fange opp nok nyanser til ? gi presise prediksjoner samtidig som den m? kj?re raskt. Datagrunnlaget er ogs? ei utfordring, og man veit heller ikke hvordan tilgangen p? data vil v?re f?r opptellinga er i gang, sier B?lstad.
– Jeg har fors?kt ? utvikle en modell som skal m?te disse utfordringene, og s? har NRKs dyktige utviklere tilpassa rammeverket rundt modellen og laga et system for ? sikre stabil og effektiv kj?ring gjennom en valgkveld.
I grenseland
Teoretisk sett g?r det alltid an ? bli bedre, enten ved ? bruke mer data, eller ved ? bruke dataene smartere. Finnes det likevel ei grense hvor tilfeldig variasjon ikke tillater ? ?ke presisjonen ytterligere?
– Det er ikke sikkert at vi er helt der enn?, men det er mulig at vi ikke er s? langt unna heller, sier B?lstad.
– Estimite gir i alle fall et mye mer realistisk bilde av usikkerheten enn enkeltm?lingene eller et snitt av m?lingene.?
B?lstad forklarer ogs? at det er forskjell p? forecasts og nowcasts: Noen modeller har kort eller ingen tidshorisont i prediksjonene (nowcasts). Andre modeller pr?ver ? se lengre frem i tid (forecasts).
– N?r man lager en nowcast basert p? reelle stemmetall slik prognosemodellen vi brukte i NRKs valgsending gjorde, blir presisjonen ganske h?y. Denne prognosen avvek fra de endelige stemmeandelene med mindre enn 0,1 prosentpoeng i gjennomsnitt helt fra den blei publisert like etter kl. 21 p? valgkvelden, sier B?lstad.?
– Prognosen vi leverte i ?r er nok den klart mest n?yaktige som har blitt vist i en norsk valgsending til n?, og setter kanskje en ny standard for hvor godt man kan treffe.
Venstre blei den store overraskelsen
Sett i retrospekt, er det tydelig for J?rgen B?lstad at meningsm?lingene i ?r undervurderte FrP og overvurderte Venstre. At de overvurderte R?dt og MDG er if?lge statsviteren som forventa, og noe modellen hans tok h?yde for.
– R?dt og MDG har historie med ? bli overvurdert p? m?lingene. Det kan handle om at de har noe yngre velgergrupper med lavere framm?te i valget. Det kan v?re en del som oppgir hva de ville stemt hvis de skulle stemt, men som ikke faktisk stemmer, sier B?lstad.
– For FrP er det vanlig at partiet undervurderes en del, og det kan skyldes at FrP-velgere sjeldnere svarer p? sp?rreunders?kelser relativt til hvor ofte de m?ter opp i valg.
Estimite-modellen ga 92,6 prosent sannsynlighet for r?d-gr?nt flertall. Nettsida viste 90 prosent prediksjonsintervaller for antall mandater, og resultatene for 8 av 9 partier ligger innafor intervallene. At 1 av 9 ligger litt utafor er omtrent som forventa n?r det er snakk om 90 prosent-intervaller, if?lge B?lstad.
Modellen ga R?dt og MDG over 95 prosent sannsynlighet for ? komme over sperregrensa, noe de ogs? klarte. KrF fikk en sannsynlighet p? 81 prosent, og kom ogs? over. Venstre fikk en sannsynlighet p? 85 prosent, men kom likevel under, og dette var if?lge B?lstad en av de store overraskelsene i valget.?
Like fullt mener han at det statistisk sett ikke er krise for modellen at noe som har 15 prosent sannsynlighet for ? skje faktisk inntreffer.?
– Men man kan lure p? hvorfor m?lingene overvurderte Venstre og om dette er noe det ville v?rt mulig ? fange opp. En mulig forklaring er alltid at oppslutninga endres fra de siste m?lingene og fram til valgdagen. Det kan hende at noen Venstre-velgere rett og slett ombestemte seg i siste liten.