Så är prognosen byggd
En sammanvägning av alla publicerade opinionsmätningar, projicerad ner på 290 kommuner och 21 regioner. Här står vad den bygger på, hur väl den träffat historiskt och vad den inte kan svara på.
Så räknar vi
En Bayesiansk modell väger samman alla större opinionsmätningar till ett nationellt läge, och tar samtidigt hänsyn till att olika institut systematiskt mäter olika. Ovanpå det ligger en korrigering för att branschen som helhet historiskt underskattat vissa partier och överskattat andra, kalibrerad mot de fem senaste riksdagsvalen. Det är därför siffrorna på startsidan ligger något ifrån de råa mätningarna.
Det nationella läget projiceras sedan ner på varje kommun och region via deras avvikelse från riksgenomsnittet i 2022 års val, uppdaterad mot lokala 2026-mätningar där sådana finns. Kommunvyn utgår från kommunalvalet 2022 och regionvyn från regionvalet: region är ett eget val, inte ett aggregat av kommunerna. Slutligen fördelas mandaten med modifierad Sainte-Laguë i tusentals simulerade utfall, vilket ger sannolikheterna för spärrpassering och majoritet.
Data
| Data | Källa |
|---|---|
| Opinionsmätningar | MansMeg/SwedishPolls (Novus, Sifo/Verian, Indikator, Ipsos, Demoskop, SCB, Sentio) |
| Valresultat, riksdag, kommun och region | Valmyndigheten |
| Valkretsindelning, avgör 2- eller 3-procentsspärr per kommun | Valmyndigheten |
| Folkmängd | SCB |
| Kommunstyren, visas som kontext och påverkar inte prognosen | Kolada (SKR) |
Hur väl den träffar
Modellen är backtestad mot riksdagsvalen 2010, 2014, 2018 och 2022 mot kriterier satta i förväg, och klarar samtliga. Regionprojektionen är testad separat på regionvalen 2018 till 2022: största parti rätt i 20 regioner av 20, ledande block rätt i 19 av 20.
Prognosens träffsäkerhet beror starkt på hur långt före valet den ställs:
| Dagar före val | Typiskt fel | Träffar inom 90 %-bandet |
|---|---|---|
| 7 | 1,1 pe | 94 % |
| 30 | 1,7 pe | 86 % |
| 60 | 2,3 pe | 74 % |
| 90 | 2,1 pe | 78 % |
| 180 | 2,3 pe | 78 % |
Nära valet är prognosen skarp och väl kalibrerad. Två till sex månader ut fångar 90-procentsbandet utfallet bara omkring tre gånger av fyra, alltså är banden något för smala på lång sikt. Vi redovisar det hellre än döljer det. Nulägesbilden berörs inte, den är per definition horisont noll.
Vad modellen inte vet
- Den känner ingen valrörelse. Den bär dagens läge framåt med växande osäkerhet, utan mekanism för kampanjeffekter eller ekonomiska fundamenta.
- Lokala siffror är projektioner. När en kommunsida anger en sannolikhet är det den nationella modellens osäkerhet projicerad genom lokala mönster, inte en separat kalibrerad prognos för just den kommunen.
- Vi antar att lokala mönster består. Skillnaden mellan hur en väljare röstar i riksdagsvalet och i kommunalvalet antas vara densamma 2026 som 2022. Det går inte att verifiera förrän på valdagen.
- Lokala mätningar är få. Bara ett par dussin av 290 kommuner har mätts, och urvalet är geografiskt skevt.
- Lokalpartier har ingen prognos. Modellen prognosticerar bara de åtta riksdagspartierna. Lokalpartier tilldelas mandat i kommun- och regionvyerna utifrån sitt resultat 2022, men vi förutsäger inte hur de rör sig. Där de är stora är blockmajoritet på rikspartirösterna alltså en osäkrare vägledning om vem som får majoritet i fullmäktige.
- Vi predikterar inte vem som styr. En majoritet på papperet är inte ett samarbete. Modellen visar matematiska möjligheter, inte politiska realiteter.
Referenser
Modellen bygger på Stoetzer m.fl. 2018 (Political Analysis), Heidemanns, Gelman och Morris 2020 (Harvard Data Science Review), Linzer 2013 (JASA), Hanretty m.fl. 2016 (Electoral Studies), Tryggvason 2022:8 (Valforskningsprogrammet, Göteborgs universitet) samt Bergman och Holmquist 2014 (Scandinavian Journal of Statistics).