Analisi Affluenze EUR09/EUR04: Province
E’ possibile apprezzare in modo qualitativo la caratteristica curva di ogni regione la quale, con le dovute cautele statitistiche, può essere considerata rappresentativa per ogni provincia. A livello comunale vedremo nel prossimo articolo che tale caratteristica non verrà più rispettata. Possiamo perciò affermare che da questi dati si evince come più osserviamo le elezioni ad una scala macroscopica (regione, provincia), più la “granulosità” della dinamica sparisce per lasciare strada ad una maggiore costanza di effetto.
Un’analisi molto importante dal punto di vista quantitativo per le sue ricadute qualitative è l’analisi di autocorrelazione: ciò che questa tecnica molto usata tra gli statistici mostra è l’entità del legame tra un evento e quello immediatamente precedente. Se una serie storica risulta essere molto legata tra i suoi vari eventi interni, allora l’autocorrelazione (ACF) mostra una caduta della funzione dolce. Al contrario, se non è presente una sostanziale autocorrelazione tra gli eventi, allora l’ACF cadrà molto rapidamente verso zero, raggiungendo anche talvolta valori negativi.
Tutte le analisi di ACF possono essere scaricate a questo indirizzo, contenente sia le affluenze per le Elezioni Europee 2009 (province), sia 2004. Anche in questo caso, evidenziamo due casi indicativi: l’ultimo rilevamento di affluenza (Domenica ore 22.00), sia per le EUR09 che per EUR04, su tutte le province, sino a 20 eventi precedenti (Lags).
L’ACF del 2009 risulta quindi molto più instabile rispetto a quella del 2004, implicando che nell’ultima tornata europea le province sparse sul territorio si sono comportate in modo molto più individuale e poco legato l’una con l’altra (e col trend nazionale).
Ultima analisi che proponiamo è una simulazione GARCH(p,q), ovvero un modo per simulare eventi passati autocorrelando le deviazioni standard ed errori casuali (innovation shocks).
Il primo sottografico mostra eventi passati elaborati tramite errorre casuali; il secondo, quello più importante, autocorrela le deviazioni standard passate per proiettare quella successiva. Infine il terzo sottografico è la simulazione vera e propria, calibrando i vari coefficienti opportunamente per ottenere il migliore test di verosimiglianza logaritmica.
Il secondo sottografico, come detto, risulta il più importante perchè come si nota le deviazioni standard delle province meridionali (insulari in particolare) sono piuttosto ampie come valore, caratterizzando un andamento molto discostante dalle medie nazionali e delle province più settentrionali.
