2016年选举中的贫困和比赛

介绍：

2016年选举是2016年总统选举中的共和党胜利。这已归因于每个州的贫困金额，以及国家中的非西班牙裔人口。在2016年总统选举中使用人口普查数据进行11个不同的国家，我在2016年总统选举中进行了一份关于州的投票共和党的报告，以及他们的贫困率和非西班牙裔人口。我认为贫困利率与投票共和党之间会有更强烈的相关性，而不是非西班牙裔人口和投票共和党。从2014年从人口普查数据收集数据。http://www.census.gov/prod/2001pubs/mso01-wp.pdf.（美国人口普查），“美国的收入，贫困和健康保险范围：2014年：（卫生和人类服务部），和“2016年官方总统大选结果”（选举委员会）。数据显示在附加的Google纸张中。

数据分析：

贫困散点图显示出由于r = .508以来的不是很强，线性的和正相关性。最小二乘回归线的等式预测2016年总统选举中的共和投票= 1.38 *贫困率+ 26.6。贫困和共和党人的剩余情节没有表明线性解决方案是合适的。斜坡表明，对于贫困人口的每一个人口的百分之一，对共和党的投票约为1.38％。Y-entercept是26.6。这意味着，如果州没有贫困率，比共和党只有约26.6％的投票。然而，贫困率的状态非常不太可能为0％，因此Y-erlcept对我们的数据并不是非常有意义的。贫困和共和党投票率的唯一可能性是加州。贫困率为16.4％，剩余量对于共和党百分比大得多。S值= 7.497。 So the average prediction error using the least squares regression line is about 7.497% votes for Republicans. Since the r2= .258 this means that 25.8% of the variation in the data for percent voting Republican in the 2016 Presidential Election. can be accounted for by the poverty rate in a state.

非西班牙番荔枝散点图显示由于r = .442以来的不是非常强大，线性和正相关性。这表明如何存在积极关系。此数据集中似乎没有异常值。由于残留图中没有图案，因此它意味着线性适用于该模型。最小二乘回归线被预测共和党投票= .335 ^ x + 26.7。斜坡意味着在一个州的非西班牙裔白人的百分之一的共和党人增加了大约.335％的投票。由于任何州都有0％非西班牙裔白人人口，y-erlcept是没有必要的。S = 7.806这意味着使用最小二乘回归线的平均预测误差约为2016年总统种族的共和党人的7.497％投票。r2 = .195这意味着在非西班牙裔人口中可以占投票共和党百分比百分比百分比数据变化的19.5％的数据变化。

结论：

在两个变量中，贫困率更好地预测州人口在2016年总统选举中投票的百分比。这通过贫困率的R值高于非西班牙裔白人群体变量。贫困率也更好，平均预测误差或S值小于白人人口的S值。贫困的散点图甚至还有一个异常值，数据更可靠。该数据可以有其他要点，占共和党投票的百分比，如投票人口的年龄，福利人数或国家的教育率。所有这些特征也可能影响2016年总统选举中的人口票数的百分比。用这种数据线外推是危险的。太低或过高不是国家的现实情况。这可能意味着0％的国家生活在贫困中或者30％的国家生活在贫困中。这些例子均未在美国存在，但在2016年的总统选举中也无法预测共和党投票是根据这些结果的。 For example, this would mean that a poverty Rate of 33% would yield 72.1% of the States population voting Republican. This kind of a landslide is unheard of in the United States. Especially during a presidential race. While Poverty Rate is the better predictor for the percent of a population voting Republican, it is still not a strong correlation. Since the R=.508, I would suggest finding a variable that was more likely to cause this influence.