Analisi di stabilità Elezioni Europee 1994-2004/ Elezioni Politiche 2008
EUR99
Distribution: t location-scale
Log likelihood: 82.9359
Domain: -Inf < y < Inf
Mean: 0.0272955
Variance: 0.0431785
Parameter Estimate Std. Err.
mu 0.0272955 0.00905149
sigma 0.186402 0.00834187
nu 10.2405 3.41355
Estimated covariance of parameter estimates:
| Indicatore | Mu | Sigma | Nu |
| Mu | 8.19295e-005 | 9.43691e-006 | 0.00508658 |
| Sigma | 9.43691e-006 | 6.95868e-005 | 0.0175496 |
| Nu | 0.00508658 | 0.0175496 | 11.6523 |
EUR04
Distribution: t location-scale
Log likelihood: -120.248
Domain: -Inf < y < Inf
Mean: 0.0580028
Variance: 0.102786
Parameter Estimate Std. Err.
mu 0.0580028 0.0132888
sigma 0.247606 0.0133264
nu 4.95622 1.07708
Estimated covariance of parameter estimates:
| Indicatore | Mu | Sigma | Nu |
| Mu | 0.000176593 | 4.68853e-005 | 0.00431121 |
| Sigma | 4.68853e-005 | 0.000177594 | 0.00975254 |
| Nu | 0.00431121 | 0.00975254 | 1.16009 |
CAM08
Distribution: t location-scale
Log likelihood: -128.505
Domain: -Inf < y < Inf
Mean: -0.097013
Variance: Inf
Parameter Estimate Std. Err.
mu -0.097013 0.0101764
sigma 0.175032 0.00975562
nu 1.93011 0.190473
Estimated covariance of parameter estimates:
| Indicatore | Mu | Sigma | Nu |
| Mu | 0.000103559 | 1.66549e-005 | 0.000313154 |
| Sigma | 1.66549e-005 | 9.51722e-00 | 0.00097977 |
| Nu | 0.000313154 | 0.00097977 | 0.0362799 |
Per concludere questa prima analisi di stabilità, mostriamole densità di distribuzione per i 5 partiti su tutte e 4 le tornate elettorali.
Si può quindi stabilire graficamente quale sia il valore medio ed estremo per i 5 partiti secondo numero di voti.
CONCLUSIONI
In questo primo studio abbiamo indicato i valori non-incrociati di tutte le province per ognuna delle 4 elezioni considerate. E’ immediatamente emerso come, in termini generali, si possano selezionare province più concordi (o stabili) con i valori nazionali e questo è un buon indicatore per procedere con ulteriore studio.
Rispetto al coefficiente di correlazione, si è dimostrato come le Elezioni Europee 2004 siano stata la tornata elettorale col più basso grado di correlazione rispeto al dato nazionale, mentre le Elezioni Politiche 2008 quelle con il più alto. Questo dato comunque tiene solo conto dell’intervallo 0.995-1; quindi è possibile che nel computo totale EUR04 non sia così scorrelata. Tuttavia a noi preme rintracciare le province con il più alto grado di correlazione.
Le EUR99 sono state invece le elezioni con il più alto valore positivo di verosimiglianza logaritmica rispetto alla denistà di distribuzione di dispersione: questo implica che in tale elezione si ha la più alta verosimiglianza di distribuzione teorica. In CAM08 si registra invece il più basso valore di verosimiglianza logaritmica.
Se ci dobbiamo riferire solo all’ultima Elezione Europea, possiamo affermare che le province di ‘Rovigo’, ‘Lucca’, ‘Reggio Calabria’ siano le province in cui ci aspettiamo di trovare la correlazione più alta nelle prossime Elezioni Europee. Questa previsione va comunque confermata in merito alla prossima analisi.
Nella prossima analisi perciò tenteremo di mettere in relazione le 4 elezioni per selezionare, se mai possibile, quelle province che abbiano mostrato storicamente, entro appropriati margini di errore e dispersione, la migliore stabilità rispetto ai dati italiani.
Il risultato a cui vogliamo giungere è un blocco di 5-6 province su cui effettuare il test di controllo con le prossime elezioni Europee 2009.
