{"id":911,"date":"2016-11-10T17:32:57","date_gmt":"2016-11-10T16:32:57","guid":{"rendered":"http:\/\/xmau.com\/wp\/ilpost\/?p=911"},"modified":"2016-11-11T11:44:52","modified_gmt":"2016-11-11T10:44:52","slug":"insomma-questi-sondaggi","status":"publish","type":"post","link":"https:\/\/xmau.com\/ilpost\/2016\/11\/10\/insomma-questi-sondaggi\/","title":{"rendered":"Insomma, questi sondaggi?"},"content":{"rendered":"<p>Dopo Brexit e le elezioni presidenziali USA, possiamo dirlo senza tema di smentita: non \u00e8 solo da noi che i sondaggi sono in crisi profonda. Sembra ormai impossibile prevedere che cosa succeder\u00e0 in un&#8217;elezione. Insomma, a che serve fare i sondaggi se poi vengono cos\u00ec smentiti dalla realt\u00e0? E soprattutto, a che servono i sondaggisti e gli esponenti del data journalism? Qui sul Post \u00e8 stata pubblicata la traduzione di <a href=\"http:\/\/www.ilpost.it\/2016\/11\/10\/parliamo-dei-sondaggi\/\">un&#8217;intervista a Jon Cohen<\/a>, vicepresidente della societ\u00e0 di sondaggi Survey Monkey, che cerca di arrampicarsi un po&#8217; sugli specchi; la giornalista del Guardian Mona Chalabi, forte del suo periodo passato con FiveThirtyEight, <a href=\"https:\/\/www.theguardian.com\/commentisfree\/2016\/nov\/09\/polls-wrong-donald-trump-election\">pensa invece<\/a> che banalmente i sondaggisti in realt\u00e0 tirino a indovinare. E dunque? Cosa possiamo dire con il senno di poi?<\/p>\n<p><!--more--> Nel mio <i><a href=\"https:\/\/www.theguardian.com\/commentisfree\/2016\/nov\/09\/polls-wrong-donald-trump-election\">Matematica in pausa pranzo<\/a><\/i> ho racontato di come George Gallup predisse correttamente (indovin\u00f2?) il risultato delle elezioni americane del 1936, nonostante il suo campione di intervistati fosse molto minore di quello del Literary Digest che pure in passato aveva azzeccato tutte le ultime elezioni; ho anche accennato che nel 1948 Gallup predisse erronamente che Truman non ce avrebbe fatta, cosa che pu\u00f2 fare in effetti pensare che i sondaggi siano pi\u00f9 che altro monete lanciate in aria. In effetti Nate Silver il giorno prima delle elezioni aveva stimato la probabilit\u00e0 di vittoria di Trump <a href=\"http:\/\/projects.fivethirtyeight.com\/2016-election-forecast\/\">quasi al 30%<\/a> e quindi \u00e8 stato quello che ha sbagliato di meno. Ma d&#8217;altra parte <a href=\"https:\/\/www.forexinfo.it\/Elezioni-USA-2016-quote-scommesse-Clinton-Trump-probabilita\">anche i bookmaker<\/a> davano Trump a 3\/1 (se puntavi un dollaro ne avresti ricevuto 4), mentre Clinton era a 2\/9 (se puntavi 9 dollari e lei avesse vinto ne avresti ricevuto 11), il che significa che Trump era s\u00ec sfavorito, ma non eccessivamente. <\/p>\n<p>Resta il punto che tutti i sondaggi davano in vantaggio Clinton anche come numero di grandi elettori, oltre che nel voto popolare &#8211; che in effetti ha vinto, pur ottenendo <a href=\"https:\/\/twitter.com\/jonathanwebber\/status\/796448989931417600\">otto milioni di voti in meno<\/a> rispetto a Obama nel 2008: ma quello era probabilmente stato <a href=\"https:\/\/pbs.twimg.com\/media\/Cw5Bp1cW8AENW9r.jpg:large\">un effetto Barack<\/a>. \u00c8 possibile che ci sia una componente di complottismo, con i sondaggi taroccati per favorire il candidato preferito dall&#8217;establishment; ma la cosa pare abbastanza poco probabile, come vedremo. \u00c8 anche possibile i campioni dei sondaggi siano stati scelti in modo errato. Sempre pi\u00f9 gente non vuole rispondere ai sondaggi, e anche se un sondaggista serio sostituisce i partecipanti con altri statisticamente simili non \u00e8 detto che il risultato sia quello previsto dalla teoria. Peggio ancora, come Chalabi <a href=\"https:\/\/www.theguardian.com\/us-news\/datablog\/2016\/jan\/27\/dont-trust-the-polls-the-systemic-issues-that-make-voter-surveys-unreliable\">scriveva quasi un anno fa<\/a>, non sappiamo mica stimare qual \u00e8 la correlazione tra chi decide di perdere tempo a rispondere a una serie di domande per un ricavo irrisorio o nullo e le loro idee. Sappiamo in genere che pi\u00f9 uno \u00e8 fanatico pi\u00f9 tende a esprimersi pubblicamente, ma non sappiamo se la cosa cambia tra destra o sinistra.<br \/>\nUn&#8217;ultima possibilit\u00e0, che \u00e8 quella che in Italia sembra essere la pi\u00f9 probabile sin dai tempi della discesa in campo di Berlusconi, \u00e8 che gli intervistati mentano volontariamente ai sondaggisti: ma anche questa ipotesi mi pare difficile da sostenere, vedendo che comunque i supporter di Trump erano sempre stati molto vocianti: erano i maggiorenti del partito che non lo volevano. <\/p>\n<p>Nel mio piccolo io mi limito a segnalare due possibilit\u00e0. La prima \u00e8 che il numero di &#8220;non so\/non rispondo&#8221; \u00e8 molto cresciuto nel corso degli anni, e non \u00e8 affatto facile decidere se e per chi queste persone voteranno, proprio perch\u00e9 non c&#8217;\u00e8 un modello predefinito per trattarli. La seconda possibilit\u00e0 \u00e8 una banale constatazione matematica, che possiamo definire l&#8217;amplificazione del risultato. Sia Brexit che le elezioni USA sono state in realt\u00e0 un testa a testa. Il solito Nate Silver ha provato a vedere cosa succedeva<a href=\"http:\/\/fivethirtyeight.com\/features\/what-a-difference-2-percentage-points-makes\/\">spostando l&#8217;1% dei voti da Trump a Clinton<\/a>. Questa differenza di due punti percentuali (pi\u00f9 uno da una parte e meno uno dall&#8217;altra) ribalta completamente il risultato, spostando quattro stati &#8211; Michigan, Wisconsin, Pennsylvania e Florida &#8211; e dando 307 voti a Clinton. Il punto \u00e8 che i modelli statistici funzionano con un margine di errore ben definito; con i campioni tipicamente usati, questo margine \u00e8 di pi\u00f9 o meno tre punti percentuali. In altre parole, la nostra mente non riesce a comprendere quanto una piccola differenza possa avere un cos\u00ec grande risultato. (Immagino che il modello di FiveThirtyEight che ho citato sopra, oltre a pesare maggiormente i sondaggi pi\u00f9 recenti e spalmare le differenze anche dove sondaggi nuovi non ci sono, ammetta anche una variabilit\u00e0 piuttosto alta nelle simulazioni, proprio per evitare questo bias) Se questa divisione quasi perfetta tra due blocchi continuer\u00e0 ad esserci, i sondaggi saranno sempre meno affidabili; e d&#8217;altra parte anche i partiti dovranno cambiare strategia, e cercare di catturare nuovi votanti pi\u00f9 che convincere quelli della fazione opposta. A loro volta, i sondaggisti dovranno rivedere le proprie ipotesi e i modelli, come raccontato <a href=\"https:\/\/www.scientificamerican.com\/article\/numbers-cruncher-why-trump-s-win-blindsided-the-big-polls\/\">in questo articolo dello Scientific American<\/a>. Per esempio, tornando alla partecipazione, se l&#8217;80% degli intervistati dice che andr\u00e0 a votare ma poi come al solito la vera affluenza \u00e8 del 60%, come si pu\u00f2 capire chi alla fine ha deciso che vinceva la pigrizia? Qui la matematica non pu\u00f2 aiutare: \u00e8 un problema sociologico.<\/p>\n<p>Vediamo comunque le cose in maniera pi\u00f9 positiva: per il momento non dobbiamo preoccuparci di uno scenario come quello immaginato da Isaac Asimov nel suo racconto <a href=\"https:\/\/it.wikipedia.org\/wiki\/Diritto_di_voto_(racconto)\">Diritto di voto<\/a>! <\/p>\n<p><b>Aggiornamento:<\/b> Aggiungo <a href=\"https:\/\/www.engadget.com\/2016\/11\/10\/this-election-proved-youre-only-as-good-as-your-data\/\">questo link<\/a> che confronta i vari aggregatori di sondaggi (grazie a <a href=\"http:\/\/www.enrico-sola.com\/\">Enrico Sola<\/a>!)<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Cosa pu\u00f2 andare male nei sondaggi, e perch\u00e9 capita sempre pi\u00f9 spesso? Non si sa, ma si possono fare alcune ipotesi<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"_jetpack_newsletter_access":"","_jetpack_dont_email_post_to_subs":true,"_jetpack_newsletter_tier_id":0,"_jetpack_memberships_contains_paywalled_content":false,"_jetpack_memberships_contains_paid_content":false,"activitypub_content_warning":"","activitypub_content_visibility":"","activitypub_max_image_attachments":4,"activitypub_interaction_policy_quote":"anyone","activitypub_status":"","footnotes":"","jetpack_publicize_message":"","jetpack_publicize_feature_enabled":true,"jetpack_social_post_already_shared":true,"jetpack_social_options":{"image_generator_settings":{"template":"highway","default_image_id":0,"font":"","enabled":false},"version":2},"jetpack_post_was_ever_published":false},"categories":[1],"tags":[],"class_list":["post-911","post","type-post","status-publish","format-standard","hentry","category-uncategorized"],"jetpack_publicize_connections":[],"jetpack_featured_media_url":"","jetpack_sharing_enabled":true,"jetpack_shortlink":"https:\/\/wp.me\/phh2yP-eH","jetpack-related-posts":[{"id":1485,"url":"https:\/\/xmau.com\/ilpost\/2019\/06\/10\/interpretabilita\/","url_meta":{"origin":911,"position":0},"title":"Interpretabilit\u00e0","author":".mau.","date":"10\/06\/2019","format":false,"excerpt":"Serve o non serve essere in grado di interpretare il risultato di un algoritmo di machine learning? Dipende dalle domande che ci si fa.","rel":"","context":"In \"algoritmi\"","block_context":{"text":"algoritmi","link":"https:\/\/xmau.com\/ilpost\/tag\/algoritmi\/"},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":2279,"url":"https:\/\/xmau.com\/ilpost\/2010\/06\/16\/vuvuzela-o-cara\/","url_meta":{"origin":911,"position":1},"title":"Vuvuzela o cara","author":".mau.","date":"16\/06\/2010","format":false,"excerpt":"A quanto sembra la vera protagonista dei mondiali di calcio 2010 \u00e8 questa specie di trombetta di plastica. \u00c8 davvero impossibile eliminarla dalle telecronache?","rel":"","context":"Similar post","block_context":{"text":"Similar post","link":""},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":1376,"url":"https:\/\/xmau.com\/ilpost\/2018\/12\/03\/enrico-vaime-e-la-sua-matematica\/","url_meta":{"origin":911,"position":2},"title":"Enrico Vaime e la &#8220;sua&#8221; matematica","author":".mau.","date":"03\/12\/2018","format":false,"excerpt":"Il mio punto di vista \u00e8 pi\u00f9 laterale.","rel":"","context":"In \"cultura\"","block_context":{"text":"cultura","link":"https:\/\/xmau.com\/ilpost\/tag\/cultura\/"},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":631,"url":"https:\/\/xmau.com\/ilpost\/2015\/10\/08\/sassi-dal-cavalcavia\/","url_meta":{"origin":911,"position":3},"title":"Sassi dal cavalcavia","author":".mau.","date":"08\/10\/2015","format":false,"excerpt":"I problemi di un libro possono istigare a compiere delitti?","rel":"","context":"In \"didattica\"","block_context":{"text":"didattica","link":"https:\/\/xmau.com\/ilpost\/tag\/didattica\/"},"img":{"alt_text":"Esercizi troppo realistici (foto di Luigi De Rocchi)","src":"https:\/\/i0.wp.com\/xmau.com\/wp\/ilpost\/wp-content\/uploads\/sites\/4\/2015\/10\/sasso-300x169.jpg?resize=350%2C200","width":350,"height":200},"classes":[]},{"id":2602,"url":"https:\/\/xmau.com\/ilpost\/2013\/05\/03\/parole-matematiche-funzione\/","url_meta":{"origin":911,"position":4},"title":"Parole matematiche: funzione","author":".mau.","date":"03\/05\/2013","format":false,"excerpt":"Una parola relativamente moderna, ma che si \u00e8 espansa sin troppo.","rel":"","context":"Similar post","block_context":{"text":"Similar post","link":""},"img":{"alt_text":"","src":"","width":0,"height":0},"classes":[]},{"id":1528,"url":"https:\/\/xmau.com\/ilpost\/2019\/08\/12\/ma-ci-importa-sapere-quanto-fa-8%c3%b7222\/","url_meta":{"origin":911,"position":5},"title":"Ma ci importa sapere quanto fa 8\u00f72(2+2)?","author":".mau.","date":"12\/08\/2019","format":false,"excerpt":"La notazione matematica \u00e8 fatta di convenzioni per semplificare la vita. Se la rendono pi\u00f9 complicata, forse c'\u00e8 qualcosa di sbagliato in partenza.","rel":"","context":"In \"aritmetica\"","block_context":{"text":"aritmetica","link":"https:\/\/xmau.com\/ilpost\/tag\/aritmetica\/"},"img":{"alt_text":"[120\/5:2]","src":"https:\/\/i0.wp.com\/xmau.com\/wp\/ilpost\/wp-content\/uploads\/sites\/4\/2019\/08\/bifrac2.gif?resize=350%2C200","width":350,"height":200},"classes":[]}],"_links":{"self":[{"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/posts\/911","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/comments?post=911"}],"version-history":[{"count":3,"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/posts\/911\/revisions"}],"predecessor-version":[{"id":914,"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/posts\/911\/revisions\/914"}],"wp:attachment":[{"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/media?parent=911"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/categories?post=911"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/xmau.com\/ilpost\/wp-json\/wp\/v2\/tags?post=911"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}