Багаторівнева регресія та постстратифікація (MRP) звучить вражаюче — як щось, під що можна кивати на академічній конференції, не зовсім розуміючи суть. Це складна статистична методика, яка нашаровує демографічні дані виборців, регіональні особливості та результати опитувань для прогнозування виборчих результатів. У цієї техніки є свої переваги, безперечно. Але ось у чому справа: всі раптом масово звернулися до опитувань на основі MRP, щоб передбачити майбутні вибори у Великій Британії, сприймаючи ці моделі як кришталеві кулі.

Може, варто трохи пригальмувати? Статистичні моделі настільки добрі, наскільки коректні їх припущення, і коли ви нашаровуєте кілька рівнів регресії з постстратифікаційними коригуваннями, ви також нашаровуєте потенційні точки відмови. Одна упереджена вибірка, одна демографічна зміна, яку модель не врахувала, — і ваші прогнози можуть різко змінитися. Ми вже це бачили — вибори у США 2016 року, референдум щодо Brexit — коли складні моделі зазнавали фіаско, бо реальність не хотіла підлаштовуватися під їхні параметри.

Сліпа віра в ці механізми опитувань виглядає ризикованою. Не стверджую, що MRP марний, але постійно оновлювати агрегатори опитувань і будувати на зважених середніх всю свою картину світу? Це може призвести до розчарування. Іноді навіть найскладніший інструмент не здатен охопити хаос людської поведінки, коли люди реально заходять у виборчі кабінки.