Многоуровневая регрессия с последующей стратификацией (MRP) звучит впечатляюще — как нечто, чему вы бы согласно кивали на академической конференции, толком не понимая сути. Это изощрённая статистическая методика, которая накладывает демографию избирателей, региональные данные и результаты опросов для прогнозирования итогов выборов. У этой техники, безусловно, есть свои достоинства. Но вот в чём дело: все вдруг бросились использовать опросы на основе MRP, чтобы предсказать исход предстоящих выборов в Великобритании, обращаясь с этими моделями как с магическими шарами.

Может, стоит немного умерить пыл? Статистические модели хороши ровно настолько, насколько верны их предпосылки, а когда вы накладываете друг на друга несколько уровней регрессии с поправками на стратификацию, вы одновременно увеличиваете количество потенциальных точек сбоя. Одна предвзятая выборка, одна демографическая перемена, которую модель не учла, — и ваши прогнозы могут кардинально измениться. Мы уже видели такое раньше — выборы в США 2016 года, референдум по Brexit — когда сложные модели проваливались, потому что реальность отказывалась вписываться в их параметры.

Слепая вера в такие методы опросов кажется рискованной. Я не утверждаю, что MRP бесполезен, но одержимо обновлять агрегаторы опросов и строить всю свою картину мира на взвешенных средних? Это может привести к разочарованию. Иногда даже самый сложный инструмент не может уловить хаос человеческого поведения, когда люди реально заходят в избирательные кабины.