Nem vicc: a Manchester City korábbi csatára lett Grúzia elnöke
Mikheil Kavelashvili elnökké választásával folytatódik a grúziai politikai válság.
A jelöltállítás lezárulása után statisztikai módszerekkel elemeztem a teljes jelölt-adatbázist.
Saját választási szimulációm készítéséhez a jelöltállítási időszakban folyamatosan rögzítettem a jelöltállítás alakulását. Már ekkor feltűnő volt, hogy egyes pártok együtt mozdulnak: aznap, amikor az egyik párt jelölteket jelentett be választókerületekben, egy másik párt is ugyanazokon a helyeken jelentkezett be. Még az is hasonlóan alakult, hogy az adott két párt mely körzeteihez tartozó aspiránsait utasította vissza (esetenként csak átmenetileg) a választási bizottság.
A jelöltállítás lezárulása után statisztikai módszerekkel elemeztem a teljes jelölt-adatbázist – az alkalmazott módszer részletes leírása a bejegyzés végén olvasható.
Következtetések
A 38 vizsgált pártból 8 olyat találtam, ahol az átlagos korrelációs együttható az összes adat másfélszeresét meghaladta, legmagasabb érték 13,7% volt. Érdekesebb összefüggésekre mutatnak rá azaz azok az értékek, amelyek szerint két párt nagymértékben együttműködött a jelöltállítások során. Két csoportban összesen öt pártnál találtam olyan magas együttműködési együtthatót, amely alapján mindenképpen érdemes lenne vizsgálni, megengedett (de aggályos), vagy tiltott együttműködésre került-e sor:
40% feletti korreláció még két esetben mutatható ki, a Magyar Cselekvő Párt (budapesti jelölt hiányában nem indulhattak csak) és a Tiszta Energiával Magyarországért (TEMPO, a listaállításig sem jutottak): 43,2%, illetve az MCF Roma Összefogás Párt és a rövid néven EGYIKSEM nevű párt között (20-20 jelöltig jutottak): 41,8%-os korreláció.
További 8 esetben ez az érték 33,3% és 40 százalék közötti: habár ezek a számok még mindig az átlagos érték négy-ötszörösét kitevő korrelációt mutatnak, azonban – az esetleges véletlen hatások kiküszöbölése miatt – ezeket itt nem részletezem.
Hogyan tovább?
Véleményem szerint a Nemzeti Választási Bizottságnak és az ügyészségnek lépnie kell: amennyire lehetséges, vissza kell szorítani csalással állított jelöltek indulását a választáson, vagy legalább, ha történt ilyen, akkor ezt kövesse büntetés, kerüljön nyilvánosságra, majd a következő Országgyűlés a kockázatok ismeretében szigorítson az aláírás-hitelesítési eljáráson. Fontos leszögeznem: a számítások, amit elvégeztem, csak kockázatelemzésre alkalmasak, arra viszont határozottan – azaz elsőként azokat a pártokat, jelöltjeikhez tartozó ajánlásokat érdemes vizsgálni, amelyeket fentebb felsoroltam. Az eredményeimmel nem kívánok ítélkezni, csak a figyelmet felhívni. Az NVB-nél rendelkezésre állnak az idősoros adatok, ezeket érdemes lenne – a hétvégéknek is megfelelően – 3-4 napos bontásokba rendezve elvégezni a korrelációs együtthatók kiszámítását és vizsgálatát. A különböző időpontokban felvett adatok valószínűleg csak megerősítik az eddig kockázatos pártokhoz tartozó értékeket, esetleg újabb, közepes kockázatú pártokat mutathatnak meg.
Az alkalmazott módszer
A jelöltállítási adatok a Microsoft Excel Adatelemzés: Korrelációanalízis funkcióját használva elemeztem. Nem csak a sikeres jelöltállítást, hanem a visszautasított, vagy március 4-e előtt visszalépett jelölteket is figyelembe vettem.
Nem vettem figyelembe sem a négy nagy pártot-pártszövetséget, amelyek mind a 106 egyéni választókerületben jelöltet tudtak állítani: az adataik között nincs eltérés, így ezek korrelációs együtthatója nem segítette volna az értelmezést. A független jelölteket sem vettem figyelembe – náluk egy pártszerű, sok körzetet érintő együttműködést definíció szerint nem lehetséges. Kihagytam továbbá az elemzésből azt a 12 pártot, amely a választókörzetek kevesebb mint 10%-ában próbált meg jelöltet állítani. Ezen, jelöltállítási szempontból „törpe” pártok között magas korreláció nem volt kimutatható – így is 38 párt adatait hasonlítottam össze. A fenti adatelhagyások a módszerből következően az egyes pártok közötti korrelációs értékeket nem befolyásolták, csak az összes korrelációs együttható átlagát módosították volna, az arányokon érdemben nem változtattak.
Az elemzéshez szükség volt a szöveges adatok numerikussá alakítására: a sikeres induláshoz körzetenként 1 értéket, a korai visszalépéshez (amely sok esetben csak a „Nem indulhat” döntést előlegezte meg, kevés ajánlást sikerült az adott jelöltnek gyűjtenie), és a sikertelen induláshoz 0,5 értéket rendeltem – amennyiben egy párt a valasztas.hu adatai szerint nem is próbálkozott egy adott körzetben jelöléssel, az 0 értéket kapott.
A korreláció azt mutatja meg, két változó (a pártok egyéni jelöltjeinek indulási kísérlete a 106 körzetben) milyen mértékben „változik egyszerre” (egy másik párt adataival). Értéke -1-től (ellentétesen mozognak) a 0-án át (nincs összefüggés) +1-ig (teljes együttműködés) vehet fel értékeket. Az átláthatóság kedvéért az összes értéket százalékos formában jelenítettem meg (-100%-tól 100%-ig.) A korrelációs táblázatból töröltem a minden párt magával alkotott korrelációját (ami értelem szerűen mindig 1, azaz 100%).
A 106 egyéni körzet eleve kizárja a nagyon alacsony értékeket (muszáj valamennyire ugyanott indulással próbálkozni), illetve a korreláció véletlenszerű együttműködéseket is kimutathat (különösen olyan pártok között, amelyek nagyon sok körzetben próbálkoztak). Ennek megfelelően a legalacsonyabb érték -34,4% volt, az egész táblázat átlaga, az átlagos korrelációs érték 8%, az egyetlen negatív átlag (azaz a többiekkel pont ellentétesen mozgó párt) az Élőlánc volt a maga -2,6%-ával.