중도탈락 후보 지지층과 응답유보층 보정을 통한 선거결과 예측 (Predicting Election Results by Correcting for Retained Supporters and Respondents of Candidates Who are Eliminated in the Middle)

서지정보

· 발행기관 : 한국조사연구학회
· 수록지 정보 : 조사연구 / 24권 / 2호 / 1 ~ 15페이지
· 저자명 : 김정경, 박민규

초록

본 연구에서는 NBS 선거여론조사 결과를 활용하여 2022년 3월에 실시한 20대 대통령선거의 당선자를 예측하는 통계적 방안을 살펴보았다. 20대 대통령선거의 경우 투표일 1주일 전까지 지지gnqh자를 결정하지 못한 응답유보자가 약 20%에 달하였으며, 선거일 직전에 안철수 후보의 사퇴가 있었던 점을 고려하여 응답유보자와 안철수 후보 지지자를 지도학습 방법을 통해 분류한 후 각 후보의 득표율을 예측하였다. 지도학습 도구로는 로지스틱 회귀분석, 의사결정나무 그리고 랜덤포레스트 방안을 고려하였다. 득표율의 예측에 있어서는 랜덤포레스트 방안이 가장 좋은 성능을 보였으며, 모든 방안이 1, 2위 후보자 득표율의 비율을 유사하게 예측하였다. 선거일에 가까울수록 예측의 정확도는 대체로 높아졌으나, 응답률이 상대적으로 낮았던 시점의 예측오차는 매우 크게 나타났다. 여론조사 공표보도 금지기간이 해제되어 투표일 직전 자료를 활용한 응답유보자 분류가 가능하다면 선거여론조사를 활용한 득표율 예측은 더욱 정교해질 것으로 기대된다.

영어초록

This study examines a statistical plan to predict the winners of the 20th presidential election held in March 2022 using the results of the NBS election poll. About 20% of respondents in the 20th presidential election could not decide their supporters until a week before the voting date. Considering that Ahn Cheol Soo resigned just before the election day, the percentage of votes for each candidate was predicted after classifying them through supervised learning. The supervised learning tools considered were logistic regression analysis, decision tree, and random forest measures. The Random Forest method showed the best performance in predicting the vote rate, and all measures similarly predicted the ratio of the vote rate of the first and second candidates. The accuracy of the prediction increased as the election date approached, but the prediction error at the time when the response rate was relatively low was very large. If the prohibition period for reporting public opinion polls is lifted and thus it is possible to classify respondents using data just before the voting day, the prediction of the vote rate using election polls is expected to be more sophisticated.

참고자료

· 없음