Open Civic Intelligence · Documentazione del metodo
MRP territoriale: storia e verifiche
Risultati storici, calibrazione sintetica, limiti aperti.
Aggiornamento 5 ottobre 2026 · Scheletro Stan: calibrazione parzialmente verificata.
01 / Un metodo oltre la geografia elettorale
Il motore storico v4 è legato ai collegi uninominali Rosatellum. Una diversa legge richiederà nuove aggregazioni: il metodo statistico resta utilizzabile, previa verifica. Questa pagina conserva risultati e limiti e documenta il nuovo scheletro Stan, indipendente dalle aree elettorali.
Al 5 ottobre 2026 non si dà per avvenuta la promulgazione prevista nel progetto per l’8 ottobre. Regole e mapping «Stabilicum» restano da verificare su atti ufficiali.
02 / MRP territoriale: stime e incertezza
La Multilevel Regression and Poststratification combina un modello gerarchico, che condivide informazione fra gruppi, con stime per celle pesate sulla popolazione. PoliSim lavora su celle territoriali: non ricostruisce preferenze individuali. L’MRP individuale richiederebbe microdati di sondaggio e distribuzioni demografiche congiunte.
Nel nuovo scheletro, dati territoriali e sondaggio nazionale alimentano distribuzioni posteriori delle quote per area. La likelihood Dirichlet-Multinomial tratta insieme i partiti e la sovradispersione: non garantisce assenza di bias. Le quote sono α / somma(α), con α ottenuti da un predittore esponenziale. Il sondaggio è un vincolo probabilistico, verificato anche con repliche posteriori.
La v4 allegata aggregava le covariate prima della regressione. Pesi espliciti delle celle e likelihood del sondaggio sono aggiunte A4; la concentrazione aggregata è una scelta modellistica, non la legge esatta della somma di conteggi DM.
03 / Backtest storico: cosa mostrano i numeri
| Dataset | N | Metrica | OLS | MRP | Vincitore |
|---|---|---|---|---|---|
| Camera Lazio 2022 | 14 | MAE CDX | — | 4.01 | 14/14 |
| Lombardia 2023 | 23 | RMSE | 4.65 | 4.28 | — |
| Lazio 2023 | 14 | RMSE | 5.36 | 5.08 | — |
| Emilia-Romagna 2024 | 11 | RMSE | 12.09 | 10.36 | — |
| Liguria 2024 | 4 | RMSE | 9.75 | 8.45 | — |
CDX = centrodestra. MAE e RMSE non sono intercambiabili. Il white paper dichiara previsioni fuori campione; qui non sono state rieseguite. L’anno delle covariate, da solo, non prova una previsione ex ante: servono date di disponibilità e separazione documentata fra addestramento e valutazione.
Copertura CI90: 39,2% sulle 252 osservazioni di validazione complessive indicate nel white paper. La sottocopertura è aperta: pochi dati possono contribuire, ma i test sui prior riportati non isolano una causa unica. Liguria (N=4) è soltanto indicativa.
04 / Stan: calibrazione parzialmente verificata
A4, 02/10/2026: CmdStan 2.38.0, 20 aree e 4 partiti sintetici; R-hat massimo 1.0041, ESS minimo bulk 1746 / tail 1697, zero divergenze. A4-bis, 05/10: 100 simulazioni SBC tentate, 95 fit completi, 73/95 conformi a tutti i criteri MCMC.
| Grandezza | Copertura CI90 | IC95 bootstrap |
|---|---|---|
| Quote territoriali | 89.79% | 88.92–90.62% |
| Coefficienti γ | 90.11% | 88.76–91.37% |
Holm su 132 test: nessun rifiuto al 5%, minimo p corretto 0.1467; non è prova di uniformità. Nei fit completi: 14 divergenze in 11 fit. Cinque crash nativi Windows hanno causa non accertata. Le statistiche sono condizionate al completamento e possono risentire di selezione.
La SBC controlla il calcolo sotto dati generati dal modello stesso; non ne dimostra la capacità elettorale. Riproduzione su Linux e diagnosi dei fallimenti restano da svolgere.
05 / Layer 0: dati e denominatori
| Base combinata | 7.896 comuni × 143 colonne |
|---|---|
| Censimento | ISTAT 2023, basi territoriali 2021 |
| Redditi | MEF IRPEF, anno d’imposta 2024 |
| Residenti | 58.971.230 |
| Validazione agente | validated · 02/10/2026 |
| SHA-256 | 7ecb2c141fb6337509b5bd7d55de671d2db2c3981dd17e522b31d1ce8031a432 |
A2: 20 feature candidate; dimensione informativa effettiva 7.16 senza pesi e 5.07 con pesi per residenti (spettro delle correlazioni, non numero ottimale di predittori). A4-bis integra dieci feature provvisorie su dati sintetici.
Per gli indicatori adulti si usa 20+: la fascia 15–19 non separa i 18–19enni, che restano esclusi. Occupazione e istruzione mantengono i propri denominatori. Residenti non significa elettori; validated indica i controlli dell’agente, non una riconciliazione storica integrale dei confini.
06 / Limiti che restano aperti
Le quote territoriali non descrivono singoli elettori. La sottocopertura storica richiede nuovi dati e verifiche di specificazione, dipendenza e validazione temporale: più osservazioni non garantiscono da sole la soluzione.
Una rianalisi del voto 2022 con covariate 2023–2024 sarà retrospettiva. La SBC non la rende predittiva ex ante. Cambiamenti di regole e coalizioni possono compromettere la generalizzazione: servono backtest temporali separati, controlli predittivi posteriori e mapping ufficiali prima dell’uso pubblico del nuovo motore.
07 / Riferimenti e provenienza
Fonti dei numeri: white paper v1.2 (§§5–6), rapporti A4 (02/10), A4-bis e A2 (05/10), Data Agent 0.2.1 (02/10/2026). I rapporti di ottobre sono artefatti locali di audit, non ancora collegati a una release pubblica.
White paper v1.2 EN · Metodologia · Validazione storica · Repository pubblico (AGPL v3).
Nel clone frontend esaminato non è presente il sorgente del motore v4: manca un permalink verificato a quel file. Il repository generale non ne certifica la disponibilità.
08 / Documentazione viva, rilascio separato
Questa pagina è destinata ad accompagnare l’archiviazione della modalità «Sondaggio 2027»; non ne modifica l’attivazione. Il nuovo motore sarà presentato dopo verifica di regole, geografie e prestazioni reali. Il metodo continua; la prontezza produttiva resta da dimostrare.