Un chercheur utilise les marchés de prédiction pour modéliser les résultats électoraux
Thomas Miller, de l'Université Northwestern, a mis au point un outil utilisant les données des marchés de prédiction pour simuler en temps réel les élections sénatoriales américaines.
Un nouvel outil baptisé 'NowCasting', développé par Thomas Miller, directeur du programme de science des données de l'Université Northwestern, propose des mises à jour toutes les dix minutes sur l'issue des élections au Sénat américain. Le système extrait des données des plateformes Kalshi et Polymarket pour effectuer un million de simulations sur les 35 sièges en jeu.
La méthodologie employée ajuste les prix des marchés de prédiction à l'aide de modèles statistiques issus de la finance et de l'économétrie. Selon Miller, les prix de ces marchés ne reflètent pas toujours directement les probabilités de victoire, en raison d'éventuelles distorsions causées par des paris importants ou des frais de plateforme. L'objectif est de transformer ces données spéculatives en estimations probabilistes plus fiables.
Thomas Miller s'est distingué par ses prédictions correctes lors de l'élection présidentielle de 2020 et des élections sénatoriales de Géorgie en 2021. Lundi matin, son modèle attribuait aux démocrates environ 90 % de chances de remporter le contrôle du Sénat.
Si les marchés de prédiction gagnent en visibilité en tant qu'alternative aux sondages traditionnels, les analystes soulignent leur sensibilité aux cycles d'actualités à court terme. Le modèle continuera de fournir des mises à jour jusqu'au dénouement du scrutin.