Waseda Goes Global: A Plan to Build a Worldwide Academic Network That Is Open, Dynamic and Diverseスーパーグローバル大学創成支援「Waseda Ocean構想」

News

ニュース

選挙日における選挙予測セミナーを開催しました

2019年12月、早稲田大学実証政治経済学拠点と早稲田大学 地域・地域間研究機構(ORIS)は、モマール・ジェン博士をセネガルから迎え、選挙予測セミナーを開催しました。ジェン博士は、数学、選挙科学調査、開発援助の専門家であり、ハーバード大学でも量的分析手法の授業を定期的に行っています。2日間にわたる本セミナーでジェン博士は並行票数計算(PVT: Parallel Vote Tabulation)と機械学習について講演しました。参加者は今後実施される実際の選挙においてPVTを参加者自身で実施する方法や、選挙科学調査における最新の技術である機械学習について学びました。本セミナーは学生や学内外の研究者にとって多くの知見を得る機会となりました。

[選挙日における選挙予測セミナー I: 選挙監視における統計技法]

本セミナーでは、選挙予測を行うための並行票数計算についてジェン博士が講演を行いました。まず、統計の基礎や並行票数計算の全体図について説明がなされ、実際の選挙結果データを使用し、どのように並行票数計算を実施するかのプロセスの詳細説明がおこなわれました。セミナーの最後にはアフリカにおける選挙の実際の事例を引き合いに、現地でどのように選挙監視プロジェクトを実施していくかお話しをされました。実際の選挙において、並行票数計算は選挙結果を独自に検証するための強力なツールとなります。セミナー後には参加者から多くの感想が寄せられました。ある大学院生は「西アフリカで近日実施される選挙において並行票数計算を実施したい。」と感想を述べました。

[選挙日における選挙予測セミナー II: 社会科学における機械学習]

セミナー2日目には、選挙科学調査において最先端の技法として使用される機械学習について学びました。本セミナーには早稲田大学の学生以外にも、他の複数の大学からの研究者が参加しました。並行票数計算は投票所の所定のデータが必要になります。一方で、機械学習を使用すると、各メディアのニュース等のランダムではない部分的な選挙結果から即座に選挙結果を予測することが可能になります。ジェン博士は、まずConnectivity models、 Centroid models、Distribution models、 Density modelsを説明し、クラスターモデルがどのように選挙結果を予測するかを実演しました。また、参加者はRを実際に使用しこれらのプロセスの実習を行いました。参加者はクラスタリングに関する多くの質問を投げかけました。それらの質問をふまえ、ジェン博士は一例としてどのよう内戦研究にクラスタリングが応用できるかを説明しました。

Place

早稲田大学 3号館 804

Tags
Page Top
WASEDA University

早稲田大学オフィシャルサイト(https://www.waseda.jp/inst/sgu/)は、以下のWebブラウザでご覧いただくことを推奨いたします。

推奨環境以外でのご利用や、推奨環境であっても設定によっては、ご利用できない場合や正しく表示されない場合がございます。より快適にご利用いただくため、お使いのブラウザを最新版に更新してご覧ください。

このままご覧いただく方は、「このまま進む」ボタンをクリックし、次ページに進んでください。

このまま進む

対応ブラウザについて

閉じる