toute l'information et l'actualité sur Israel, sur l'Europe, les news sur Israël et le Moyen Orient

.

Fraude électorale: une analyse sur l’intégrité du vote démontre que des voix ont été ajoutées massivement lors de 4 mises à jours anormales dans les états du Michigan, du Wisconsin et en Géorgie


Fraude électorale: une analyse sur l’intégrité du vote démontre que des voix ont été ajoutées massivement lors de 4 mises à jours anormales dans les états du Michigan, du Wisconsin et en Géorgie

Fraude électorale: une analyse sur l’intégrité du vote démontre que des voix ont été ajoutées lors de 4 mises à jours anormales dans les états du Michigan, du Wisconsin et en Géorgie.

Cette analyse étudie 8 954 mises à jour individuelles des totaux de vote dans les 50 États et constate que quatre mises à jour individuelles – dont deux ont été largement remarquées sur Internet, y compris par le président – sont profondément anormales; elles s’écartent d’un modèle qui se retrouve par ailleurs dans la grande majorité des 8 950 mises à jour de vote restantes.

Les résultats présentés par ce rapport [28] suggèrent que quatre mises à jour du décompte des voix – qui ont été collectivement décisives dans le Michigan, le Wisconsin et la Géorgie, et donc décisives sur quarante-deux sièges électoraux critiques – sont particulièrement anormales et méritent une enquête plus approfondie.

Cette analyse constate en outre que si ces mises à jour n’étaient que plus extrêmes que 99% de toutes les mises à jour au niveau national en termes de déviation par rapport à ce modèle généralement observé, que, toutes choses égales par ailleurs, Joe Biden pourrait très bien avoir perdu les États du Michigan, du Wisconsin et la Géorgie, et qu’il aurait 42 votes électoraux de moins – mettant Biden en dessous du nombre requis pour remporter la présidence

Quoi qu’il en soit, il est incontestable que sa marge de victoire dans ces trois États repose sur les quatre mises à jour de vote les plus anormales identifiées par la métrique développée dans ce rapport.

Les auteurs de l’analyse estiment que la nature extraordinairement anormale des mises à jour de vote étudiées, combinée aux implications politiques stupéfiantes, exige une enquête immédiate et approfondie.

Voici l’intégralité de l’analyse des données sur les votes dans 50 États :


Anomalies dans le décompte des voix et leurs effets sur les élections 2020Anomalies in Vote Counts and Their Effects on Election 2020

Une analyse quantitative des mises à jour décisives des votes au Michigan, au Wisconsin et en Géorgie le soir des élections et aprèsA Quantitative Analysis of Decisive Vote Updates in Michigan, Wisconsin, and Georgia on and after Election Night.

Source : Votepatternanalysis.substack

Résumé

Aux premières heures du 4 novembre 2020, le candidat démocrate Joe Biden a reçu plusieurs «pics de vote» majeurs qui ont considérablement – et de manière décisive – amélioré sa position électorale au Michigan, au Wisconsin et en Géorgie. Beaucoup de scepticisme et d’incertitude entourent ces «pics de vote». Les critiques soulignent des pratiques de comptage des votes suspectes, des différences extrêmes entre le décompte des votes des deux principaux candidats et le calendrier des mises à jour des votes, entre autres facteurs, pour jeter le doute sur la légitimité de certains de ces pics. Bien que l’analyse des données ne puisse à elle seule démontrer une fraude ou des problèmes systémiques, elle peut nous indiquer des cas statistiquement anormaux qui appellent un examen plus approfondi.

C’est l’un de ces cas: notre analyse révèle que quelques mises à jour clés des votes dans les États compétitifs étaient d’une taille inhabituellement importante et avaient un ratio Biden / Trump inhabituellement élevé. Nous démontrons que les résultats diffèrent suffisamment des résultats attendus pour être préoccupants.

Avec ce rapport, nous nous appuyons uniquement sur les données disponibles publiquement du New York Times pour identifier et analyser les anomalies statistiques dans les États clés. En examinant 8 954 mises à jour de votes individuels (différences dans les totaux de votes pour chaque candidat entre les changements successifs des totaux de votes en cours, familièrement également appelés «vidages» ou «lots»), nous découvrons une propriété mathématique remarquablement cohérente: il y a un inverse clair relation entre la différence de décompte des voix des candidats et le ratio de décompte des voix. (En d’autres termes, il n’est pas surprenant de voir des mises à jour de vote avec de grandes marges, et il n’est pas surprenant de voir des mises à jour de vote avec de très grands ratios de soutien entre les candidats, mais il est surprenant de voir des mises à jour de vote qui sont les deux).

L’importance de ce bien sera expliquée plus en détail dans les sections ultérieures de ce rapport. Presque toutes les mises à jour de vote, dans les États de toutes tailles et tendances politiques, suivent ce modèle statistique. Un très petit nombre, cependant, est particulièrement aberrant. Sur les sept mises à jour de vote qui suivent le moins le modèle, quatre mises à jour de vote individuel – deux au Michigan, une au Wisconsin et une en Géorgie – étaient particulièrement anormales et influentes en ce qui concerne cette propriété et ont toutes eu lieu dans la même fenêtre de cinq heures .

En particulier, nous sommes en mesure de quantifier le degré de conformité avec cette propriété et de découvrir que, sur les 8954 mises à jour de vote utilisées dans l’analyse, ces quatre mises à jour décisives étaient les 1ère, 2ème, 4ème et 7ème mises à jour les plus anormales de l’ensemble des données. ensemble . Non seulement chacune de ces mises à jour de vote ne suit pas le modèle généralement observé, mais le comportement anormal de ces mises à jour est particulièrement extrême. Autrement dit, ces mises à jour de vote sont des valeurs aberrantes des valeurs aberrantes.

Les quatre mises à jour de vote en question sont:

  1. Une mise à jour dans le Michigan répertoriée à 6 h 31, heure de l’Est, le 4 novembre 2020, qui montre 141 258 votes pour Joe Biden et 5968 votes pour Donald Trump
  2. Une mise à jour dans le Wisconsin répertoriée comme 03h42 heure centrale le 4 novembre 2020, qui montre 143379 votes pour Joe Biden et 25163 votes pour Donald Trump
  3. Une mise à jour du vote en Géorgie répertoriée à 1h34, heure de l’Est, le 4 novembre 2020, qui montre 136155 voix pour Joe Biden et 29115 voix pour Donald Trump
  4. Une mise à jour dans le Michigan répertoriée à 3 h 50, heure de l’Est, le 4 novembre 2020, qui montre 54497 votes pour Joe Biden et 4718 votes pour Donald Trump

Ce rapport prédit à quoi auraient ressemblé ces mises à jour de vote, si elles avaient suivi le même schéma que la grande majorité des 8 950 autres. Nous constatons que l’étendue des anomalies respectives ici est plus que la marge de victoire dans les trois États – Michigan, Wisconsin et Géorgie – qui représentent collectivement quarante-deux votes électoraux .

Des détails mathématiques détaillés sont fournis et les données et le code (pour la curation des données, la transformation des données, le traçage et la modélisation) sont tous joints dans l’ annexe à ce document [1].

Contexte

Tard dans la nuit des élections 2020, le président Donald J.Trump avait une avance d’environ 100000 voix dans le Wisconsin, une avance d’environ 300000 voix au Michigan et une avance d’environ 700000 voix en Pennsylvanie. Les calculs de fond de l’enveloppe ont montré que pour dépasser le président Trump, Joe Biden devrait considérablement améliorer ses performances dans les circonscriptions restantes – dont beaucoup se trouvaient dans des zones très bleues comme Detroit, Milwaukee et Philadelphie.

Le soir de l’élection, des informations contradictoires ont été signalées selon lesquelles plusieurs circonscriptions arrêtaient leur décompte pour la soirée, renvoyaient les fonctionnaires électoraux chez eux ou recommençaient leurs décomptes. Il reste une grande confusion à ce jour sur la mesure dans laquelle divers circonscriptions ont cessé de compter, ainsi que sur la mesure dans laquelle les lois ou règles électorales des États ont été enfreintes en renvoyant prématurément les fonctionnaires électoraux chez eux. Quoi qu’il en soit, plusieurs circonscriptions du Wisconsin, du Michigan et de la Pennsylvanie ont continué à signaler des chiffres tout au long de la nuit.

Aux petites heures du matin suivant, le Wisconsin était devenu bleu, tout comme le Michigan peu après. Quelques jours plus tard, la Géorgie et la Pennsylvanie ont emboîté le pas. Compte tenu du contexte incertain, de nombreux observateurs et commentateurs américains ont été immédiatement mal à l’aise ou sceptiques face à ces tendances.

Pour le contexte, en utilisant les données accessibles au public du New York Times, voici une visualisation du nombre de votes par candidat dans le Michigan du début de la nuit des élections à 19 heures, heure normale de l’Est (HNE), le 4 novembre 2020:

Fig. 1. L’axe X est le mois-année Heure du temps, l’axe Y est le nombre de votes à ce moment-là, exprimé en millions de votes. La série rouge correspond au nombre de votes en cours pour Donald Trump et la série bleue au nombre de votes en cours pour Joe Biden.

Comme le montre ce graphique, Joe Biden a dépassé l’avance du président Trump grâce à un petit nombre de mises à jour de vote qui ont éclaté massivement pour Biden dans le Michigan aux premières heures du matin du 4 novembre.

La situation dans le Wisconsin est encore plus difficile: une seule mise à jour du décompte des voix a amené Biden de derrière plus de 100000 voix en tête. Voici le graphique comparable, sur la même plage de temps, pour le Wisconsin, avec l’axe des x (temps) exprimé en heure normale du centre (CST):

Fig. 2. L’axe X est le mois-année Heure du temps, l’axe Y est le nombre de votes à ce moment-là, exprimé en millions de votes. La série rouge correspond au nombre de votes en cours pour Donald Trump et la série bleue au nombre de votes en cours pour Joe Biden.

Diverses versions de ces graphiques ont stimulé le discours en ligne. Alors que certains commentateurs ont fourni une analyse relativement partisane, d’autres ont simplement exprimé leur surprise devant les sauts presque verticaux dans certaines de ces mises à jour de vote. Est-il probable que ce phénomène se produise de manière organique? Pour tenter de répondre à cette question, ce rapport évalue à quel point ces pics sont extrêmes et inhabituels par rapport aux autres mises à jour des votes dans les États du Michigan, du Wisconsin et de la Géorgie, ainsi qu’à ceux du pays.

Grâce à plusieurs mécanismes d’enquête, nous trouvons que ces quatre mises à jour de vote sont extraordinairement anormales. Bien que ceux-ci ne prouvent pas à eux seuls l’existence d’une fraude ou d’un problème systémique, cela appelle un examen plus approfondi.

Le concept, l’intuition et la mesure

L’analyse des données repose sur la reconnaissance et l’évaluation des modèles dans les données. Lorsque nous trouvons des données anormales, cela indique souvent des différences sous-jacentes. C’est pourquoi, dans ce rapport, nous nous concentrons sur ces quatre mises à jour de vote.

Il existe également un certain nombre d’intuitions générales sur lesquelles nous nous appuyons pour orienter nos recherches. En général, plus la taille de l’échantillon est grande, plus nous nous attendons à ce que l’écart par rapport à la moyenne de la population soit petit. Bien que des taux de vote anormaux puissent se produire, la probabilité statistique de marges anormales diminue à mesure que la taille de l’échantillon (ou de la mise à jour des votes) augmente.

L’intuition de base est la suivante: les grandes marges sont une chose, tout comme les résultats super biaisés, mais il est étrange de les avoir tous les deux en même temps, car ils deviennent généralement inversement proportionnels à mesure que la valeur augmente.

Nous démontrerons ci-dessous que les données suivent massivement cette intuition, mais que quatre mises à jour de vote clés identifiées par ce rapport vont à l’encontre de cette intuition.

En particulier, nous montrerons l’existence d’une relation inverse très forte dans les mises à jour des votes, à travers tous les États et toutes les époques, entre la différence de voix pour Joe Biden et Donald Trump (souvent appelée la «marge Biden-Trump») et la le rapport des votes de Joe Biden aux votes de Donald Trump (souvent appelé «rapport Biden: Trump»). Comme décrit plus en détail dans la section suivante, nous prenons le logarithme naturel des ratios afin qu’ils soient symétriques, c’est-à-dire que nous ne traitons pas les deux candidats différemment lors de la représentation graphique et de l’analyse. Ces valeurs sont souvent appelées «rapport log Biden: Trump». Puisque le logarithme est une transformation préservant l’ordre – c’est-à-dire si x est plus grand que y, alors log (x) sera plus grand que log (y), et vice versa – nous les utilisons parfois de manière interchangeable lorsque la précision n’est pas requise.

À n’importe quel niveau géographique, on peut tester l’hypothèse d’une relation inverse entre la taille de la mise à jour des votes et l’extrémité du rapport entre les votes des candidats, et, comme nous le verrons ici, la relation est extrêmement forte. Dans les États rouge et bleu, où le taux de participation est élevé et faible, il existe une relation inverse évidente entre les deux.

Mesurer cette relation entre la marge du candidat et son ratio

Essayons maintenant de quantifier la nature de la relation inverse dans le contexte d’un état particulier. Nous prenons d’abord notre ensemble de données de totaux de votes en cours [2] pour chaque état, et, pour chaque état, calculons le différentiel de vote pour chaque candidat entre les mises à jour. Cela produit une séquence de différences de vote dont la somme, dans un état donné, est le total.

Pour commencer, nous considérons chaque mise à jour séquentielle dans l’état du Michigan où le total des votes pour Trump et Biden est supérieur à zéro [3]. Pour chacun d’eux, nous calculons deux valeurs:

  • La différence entre le nombre de votes pour Biden et le nombre de votes pour Trump – la «marge»
  • Le logarithme [4] du rapport entre le nombre de votes pour Biden et le nombre de votes pour Trump – le «log-ratio»

Remarque: ces deux métriques sont symétriques. Si nous laissons f1 la première métrique et f2 la seconde, le lecteur notera que, pour tout nombre positif (X, Y):

Et cela:

En d’autres termes, étant donné X pour Biden et Y pour Trump, l’une ou l’autre métrique produira un score qui est le contraire de ce qu’elle produirait si la mise à jour avait à la place des votes Y pour Biden et X pour Trump. Cette propriété est extrêmement utile et sera utile lors de l’analyse statistique.

Les lecteurs pourraient se demander: pourquoi mesurez-vous le ratio? Pourquoi ne pas mesurer la différence entre les proportions de vote (ou, de façon équivalente, leurs pourcentages). La réponse à cela réside dans ce que nous recherchons, c’est-à-dire des preuves de fraude ou de délit qui se manifestent par des résultats extrêmement inhabituels. En particulier, les ratios ne sont presque jamais utilisés pour exprimer le décompte des votes (on entend généralement des pourcentages ou, quand une course est proche, des chiffres) et donc quiconque commet une fraude et cherche à «couvrir ses traces» est plus susceptible de «jouer» le des métriques auxquelles ils sont habitués et beaucoup plus susceptibles de laisser des indices dans les métriques qu’ils ne prennent pas en compte.

Cela masque les différences critiques entre les deux statistiques.

  1. Les ratios démontrent une propriété importante: plus un candidat est en avance, plus il est difficile d’avancer le prochain 1%. Ils reflètent la difficulté relative de chaque vote marginal à mesure que le nombre de voix restantes diminue.À mesure qu’un candidat s’approche de 0% ou 100% des voix, les taux auxquels le rapport des voix de ce candidat aux voix de l’autre candidat converge vers zéro ou l’infini sont très différents.
  2. Les ratios nous permettent de repérer un signe potentiel de fraude: des ratios anormalement bas entre le candidat perdant (majeur) et d’autres candidats moins connus.  Parce que ceux qui regardent et participent aux élections ont tendance à ne pas penser en ces termes, s’il y a fraude, ils sont beaucoup moins susceptibles d’avoir couvert leurs traces à cet égard. Une élection de style dictateur en fer-blanc où le candidat préféré obtient 99% des voix est évidemment suspecte, mais moins d’attention est souvent accordée à des détails tels que si le rapport entre le candidat perdant le plus populaire et les candidats de loin sens [5]. L’examen des mesures qui sont moins populaires dans la pratique sera extrêmement utile ici, comme nous le verrons.

Pour illustrer cela, considérons une séquence de deux élections hypothétiques entre Tom et Harry. Imaginez que la première fois, Tom gagne avec 55% des voix contre 45% pour Harry. Quatre ans plus tard, Harry est le challenger et Tom améliore sa marge à 60% des voix. Cela peut se produire de nombreuses façons; gagner de nouveaux électeurs, les anciens partisans de Harry ne votant plus, les partisans de Harry passant à Tom, ou une combinaison de tout ce qui précède. Considérons simplement le dernier cas pour le moment. Pour que Tom passe de 55% à 60%, il doit convertir un sur neuf, soit un peu plus de 11%, des partisans de Harry. Cela n’est peut-être pas facile, mais n’est guère hors du domaine des possibilités.

Considérons maintenant une autre élection hypothétique dans un électorat fortement partisan, entre Alice et Bob. Lors de la première élection, Alice obtient 90% et Bob 10%. Pour qu’Alice atteigne le même pourcentage d’augmentation absolu que Tom, soit 5%, elle doit convertir 5% sur une population de 10%. En d’autres termes, elle doit en convertir un sur deuxpartisans de Bob. Pour des raisons qui sortent du cadre de ce document, cela n’est peut-être pas 4,5 fois plus difficile qu’un candidat obtenant de 55% à 60% du total des voix, mais c’est sans aucun doute beaucoup plus difficile. Un exemple utile de ceci est celui de San Francisco, en Californie, qui, bien qu’étant l’une des villes les plus bleues d’Amérique numériquement et culturellement, est celle où les candidats démocrates à la présidence obtiennent systématiquement environ 90% des voix mais ne semblent jamais craquer 95%. Il y a des républicains à San Francisco, mais peu nombreux, et la conversion de la moitié d’entre eux est un défi de taille. Cela fait des ratios un outil utile dans notre arsenal pour répondre aux questions de la forme «combien c’est tropbeaucoup »?. Cela nous permet d’évaluer les données d’une manière qui, selon nous, est qualitativement différente – et qualitativement supérieure – des formes d’évaluation courantes utilisées par les individus moyens et les médias d’information.

Cette élection représente une opportunité extraordinaire et unique pour les analystes de l’intégrité électorale et l’application de la recherche statistique sur la détection de la fraude, car il s’agit probablement de la première élection nationale de l’histoire américaine, à tout le moins, où le grand public a eu accès à des élections chronologiques. Les données. Même les articles universitaires très respectés qui étudient la fraude électorale dans d’autres pays [6] semblent principalement étudier les informations après coup sur les décomptes finaux; l’analyse est effectuée sur les statistiques sur la participation électorale, la fréquence des chiffres et d’autres informations disponibles sous forme de chiffres officiels après coup. Après tout, si l’on en croit les informations faisant état de fraudes et de corruption généralisées ordonnées par le sommet lors d’élections, par exemple en Russie, en Ouganda, en Ukraine, en Iran, etc., alors ces gouvernements,

Un regard sur le Michigan

Calculons maintenant ces deux valeurs pour chaque mise à jour de vote dans le Michigan où Biden et Trump ont des valeurs positives. Si cela suit l’intuition qu’il existe une relation inverse entre les marges d’une mise à jour et son ratio, nous devrions nous attendre à voir un gros cluster de données avec quelques points au-dessus, en dessous, à gauche et à droite, et pratiquement aucun point en soit en haut à droite (qui représenterait simultanément une marge Biden-Trump extrême et un ratio Biden: Trump) ou en bas à gauche (qui est analogue mais favorable à Trump).

Voici cette distribution, présentée sous forme de nuage de points, avec les marges numériques comme axe X et les log-ratios comme axe Y.

Fig. 3. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour de vote, et l’axe Y est le logarithme naturel du rapport des deux.

Comme nous pouvons le voir, la plupart des observations suivent le contour de base de notre hypothèse, c’est -à- dire que plus une mise à jour est extrême à un égard, moins elle l’est à un autre .

Par exemple, la mise à jour à (-3 622, -6,449), a un ratio assez extrême de votes Biden: Trump – environ 1: 632 – mais n’est pas très grande, ne produisant qu’une marge de -3 622 voix pour Biden, qui, comme on peut le voir, n’est pas terriblement extrême dans le contexte de cette distribution. De même, le point tout à gauche, (-66 456, -0,816), est celui où la marge de Biden est significative de -66 546, mais où le ratio, d’environ 1: 2,26, n’est pas particulièrement inhabituel pour une mise à jour de vote qui favorise Trump.

Nous pouvons également voir ce modèle dans presque toutes les mises à jour favorisant Biden. Par exemple, la mise à jour avec la troisième plus grande marge pour Biden, à (34450, 0,296), est de 134326 votes Biden pour 99867 votes Trump, et n’a qu’un ratio Biden: Trump de 1,34: 1. Et la mise à jour avec le 3ème plus grand ratio Biden: Trump, à (6091, 2,184), dans lequel Biden a reçu 6863 votes et Trump a reçu 773 votes, a un ratio assez extrême de 8,884 mais ne rapporte que 6091 votes à Biden, un montant relativement faible comparé à ce que nous allons examiner ensuite.

Deux points ressortent.

Considérons d’abord le moins extrême de ceux-ci, c’est-à-dire le point en (49 779, 2.447). Ce point, représentant une mise à jour du vote qui est passé à 54497 pour Biden et 4718 pour Trump et arrivé à 3 h 50 HE le 4 novembre 2020, est à la fois la deuxième plus grande marge de vote de Biden, à 49779, et a également le deuxième plus grand Biden: Ratio Trump à 11,55: 1. Comme nous pouvons le voir et comme décrit ci-dessus, la mise à jour avec la plus grande marge suivante était une mise à jour avec seulement 7776 votes, alors que cette mise à jour avait plus de 7 fois plus de votes et cassait plus lourdement pour Biden.

Cependant, l’étrangeté de la mise à jour décrite ci-dessus est pâle par rapport à celle de la mise à jour dans le coin supérieur droit. Cette mise à jour, à (135.290, 3.164), représente la mise à jour du vote décrite en haut de ce rapport, et est responsable du pic extrêmement notable qui a presque éliminé l’avance de Trump d’un seul coup. Il est arrivé à 6 h 31 HE le 4 novembre et est passé de 141 258 pour Biden à 5968 pour Trump – ce qui représente à la fois la plus grande marge de vote pour Biden de l’une des 502 mises à jour que nous avons ici, à 135290, tout en représentant également, par un facteur de plus de 2, le plus grand ratio Biden: Trump, à un énorme 23,67: 1 (dont le logarithme est de 3,16). Comme nous le verrons en comparant avec d’autres États, selon notre métrique, c’est le point le plus anormal de la nation.

Cette mise à jour est également particulièrement intéressante pour une autre raison: il y a 2546 votes non bipartites, alors que Donald Trump n’en a que 5968. Voici un histogramme des ratios d’Autre: Trump pondérés par le total des votes [7]:

Fig. 4. L’axe des abscisses est, pour chaque mise à jour de vote, le rapport des autres votes (non bipartites) aux votes pour Trump, multiplié par le nombre total de votes dans cette mise à jour. L’axe des y est le nombre de mises à jour de votes dans ce «bac», où chaque bac a une plage de 500.

Comme nous le voyons, lorsque nous pondérons par le nombre de votes dans une mise à jour donnée, cette mise à jour est particulièrement anormale. Le ratio Autre: Trump pondéré par le vote le plus proche est inférieur aux deux tiers de celui-ci, et la médiane – 137,56 – est plus petite d’un facteur d’environ 464,5. Il est clairement très surprenant qu’un si grand lot de votes soit compté tout en montrant une performance exceptionnellement médiocre de Trump par rapport au vote non bipartite.

En particulier, cela remet sérieusement en question la véracité de cette mise à jour du vote et constitue peut-être l’une des preuves directes de fraude les plus solides de tout ce rapport. Quelqu’un qui cherche à améliorer frauduleusement les marges de Joe Biden par rapport à Donald Trump se concentrera probablement sur la couverture de ses traces en maintenant la part de Joe Biden de la mise à jour à une valeur raisonnable. 95% peuvent sembler plausibles, mais 99,9% à cette échelle devient prima facieinvraisemblable pour tout observateur honnête. Un moyen efficace d’atteindre l’objectif souhaité de réduire l’avance de Donald Trump à ce stade aurait été de supprimer le vote de Trump tout en gonflant artificiellement le vote non bipartite dans le but de dissimuler à quel point Biden favorisait cette mise à jour. En fait, c’est précisément la raison pour laquelle ce rapport utilise des ratios – parce qu’il s’agit d’une mesure pratiquement jamais utilisée à des fins pratiques pour discuter des résultats des élections, une personne qui commet une fraude est beaucoup moins susceptible de considérer à quel point un ratio peut paraître inhabituel. En particulier, parce que les candidats non bipartites ont reçu beaucoup moins d’attention médiatique que lors de l’élection présidentielle de 2016 et que le candidat du Parti vert a même été poursuivi avec succès hors du scrutin dans un ou plusieurs États,

En l’absence d’une explication convaincante de la raison pour laquelle cette mise à jour particulière – à un moment si crucial, dans un état crucial, qui a amélioré la position de Biden dans l’État de manière si spectaculaire – a également eu des votes non bipartites si exceptionnels par rapport aux votes Trump, il Il semble peu probable que cette mise à jour des votes reflète une comptabilité honnête des votes légitimes.

Les sections suivantes de ce rapport quantifient à quel point il est extrême à d’autres égards et examinent les implications s’il avait été légèrement moins extrême.

Un regard sur le Wisconsin

Voici le graphique analogue pour le Wisconsin.

Fig. 5. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour de vote, et l’axe Y est le logarithme naturel du rapport des deux.

Les modèles de ce graphique sont un peu plus bizarres. Les mises à jour favorisant Trump (c’est-à-dire celles à gauche de zéro sur l’axe des x) présentent une relation inverse entre la marge de victoire dans une mise à jour favorable à Trump et le rapport entre les votes Trump et Biden. Par exemple, la mise à jour à (-5,433, -4,564), qui est la plus extrême de l’État en termes de ratio, provient d’un lot de bulletins inhabituellement favorable à Trump qui est passé de 5490 pour Trump à 57 pour Biden, soit un Trump: ratio Biden d’environ 96: 1 pour Trump. Ce nombre lui – même est assez grand, mais, de manière critique, il n’est pas anormal en ce qui concerne la forme de la distribution . Le signe révélateur de la bizarrerie ici n’est pas l’extrémité par rapport à l’une ou l’autre des valeurs, mais la co-extrémité.

La distribution de Biden semble un peu étrange ici, mais il y a un point qui se démarque particulièrement, à savoir celui en haut à droite, à (118,215, 1,74). Il s’agissait de la mise à jour du vote qui est arrivée à 3 h 42 (heure de Paris) le 4 novembre et est passée de 143 379 pour Biden à 25 163 pour Trump [9], ce qui donne une marge de 118215 et un ratio Biden: Trump d’environ 5,7: 1 – environ 3 fois plus grand que la mise à jour avec la marge la plus élevée suivante (qui était de 39 499). Dans le même temps, une seule mise à jour – une avec seulement 6435 votes (soit environ un facteur de 18 de moins que la mise à jour en question) qui est passée de 3037 pour Biden à 495 pour Trump – a un ratio plus important, autour de 6,14: 1.

Un regard sur la Géorgie:

Fig. 6. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour de vote, et l’axe Y est le logarithme naturel du rapport des deux.

Celui-ci ne semble que légèrement plus anormal que d’autres graphiques de ce type, mais, comme nous le verrons, contient en fait deux des neuf mises à jour de vote les plus anormales dans notre distribution combinée de 8,954 mises à jour de vote. En particulier, le point à (136,155, 1,543), représentant une mise à jour du vote qui est arrivée à 1h34 HNE le 4 novembre, est la mise à jour avec la plus grande marge de toutes les mises à jour en Géorgie – elle a également le 10e plus grand Biden: Ratio Trump. Il existe quelques mises à jour plus petites avec des ratios plus extrêmes, mais, comme nous le détaillerons plus tard dans ce rapport, ce point est en fait inhabituel.

Une brève enquête sur d’autres États

Nous nous tournons maintenant vers d’autres États, en particulier ceux qui ont des caractéristiques similaires (par exemple, un état swing ou bleu où un ou deux noyaux urbains compense une population par ailleurs très républicaine). Celles-ci nous aident à établir une base de référence initiale de ce à quoi ces distributions devraient ressembler dans n’importe quel état avant de commencer à comparer les mises à jour directement entre les états.

Pennsylvanie:

Fig. 7. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour de vote, et l’axe Y est le logarithme naturel du rapport des deux.

La relation inverse est immédiatement visible ici. Nous avons des points vers le bas (représentant des ratios de vote Trump: Biden élevés), quelques points loin à gauche (représentant des valeurs élevées de Trump – Biden) et un couple (beaucoup plus loin) à droite, représentant un Biden-Trump élevé. marge, mais qui ne sont pas particulièrement extrêmes en termes de ratio Biden: Trump.

Minnesota:

Fig. 8. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour de vote, et l’axe Y est le logarithme naturel du rapport des deux.

Bien qu’il y ait une mise à jour plus extrême en termes de taille du ratio Trump: Biden et plusieurs mises à jour avec des marges Trump-Biden extrêmement importantes, nous voyons que la forme de base reste la même.

New York:

Fig. 9. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour de vote, et l’axe Y est le logarithme naturel du rapport des deux.

Les marges de vote pour chaque mise à jour sont assez fortement regroupées autour de zéro, tandis que les quelques mises à jour qui ont des marges exceptionnellement importantes pour l’un ou l’autre des candidats ont des ratios qui ne sont pas aussi extrêmes que ceux de nombreuses autres mises à jour.

Consolider, comparer et mesurer

Après avoir fait un bref tour d’horizon des États ayant des caractéristiques similaires, c’est-à-dire où Joe Biden est actuellement en tête et où le vote démocrate est majoritairement issu d’une seule zone urbaine (ou peut-être deux, dans le cas de la Pennsylvanie), nous pouvons voir que le Michigan et Les graphiques du Wisconsin semblent tous deux inhabituels. Afin d’évaluer plus rigoureusement dans quelle mesure cela est réellement anormal, il est nécessaire de tenir compte du fait que la marge typique de Biden-Trump et le ratio Biden: Trump varieront considérablement d’un État à l’autre. Si nous prenons simplement ces valeurs telles quelles, alors la plupart des différences entre, par exemple, l’Alabama et la Californie ne seraient probablement que des artefacts des écarts massifs entre les performances des candidats dans ces États.

Pour y parvenir, nous pouvons utiliser un processus de transformation de données appelé standardisation . Il s’agit d’un processus par lequel, pour une série de données numériques, la moyenne des données est soustraite de chaque point, puis le résultat est divisé par l’écart type. Cela produira une série de distributions qui permettront une comparaison pommes à pommes de ces valeurs (c’est-à-dire la marge de Biden-Trump mise à jour par vote et le log-ratio Biden: Trump) entre des États qui sont à la fois très différents en taille et très maigres. différemment, politiquement. La normalisation des données est une technique très courante en apprentissage automatique pour former des modèles sur des ensembles de données avec des grandeurs et des moyennes numériques très différentes [10], car elle fournit précisément les fonctionnalités dont nous avons besoin ici.

Nous pouvons ainsi standardiser chaque point individuel (marge, log-ratio) dans son état [11], et le tracer comme nous l’avons fait auparavant. Voici à quoi ressemble ce graphique. Les valeurs du Michigan sont en rouge, celles du Wisconsin sont en vert et les valeurs de tous les autres états sont en bleu:

Fig. 10. L’axe X est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour, normalisée par la distribution de ces valeurs de son état. L’axe Y est le log-ratio des votes de Biden aux votes de Trump dans chaque mise à jour, encore une fois normalisé par la distribution de ces valeurs dans son état.

Sur ces 8 954 mises à jour de votes à travers le pays, nous pouvons voir à quel point le modèle est écrasant. En particulier, nous voyons que – à quelques exceptions notables près – à mesure qu’une valeur devient plus extrême dans n’importe quelle direction, l’autre tend à devenir moins extrême.

Cela nous amène aux exceptions visuellement identifiables.

En attirant notre attention sur les points à l’extrême droite de la distribution, c’est-à-dire ceux qui ont la marge de Biden-Trump la plus extrême par rapport à leur état , nous voyons immédiatement un point du Michigan, qui est assez loin au-dessus de la forme du l’intrigue le prédirait autrement. Ceci, le point à (15.494, 4.989), est la mise à jour du vote qui est arrivée à 6h31 HNE le 4 novembre, est allée 141257 à Biden et 5968 à Trump. Rappel: cette mise à jour avait à la fois la plus grande marge (135290) de l’une des 574 mises à jour [12] du Michigan, par environ 85000 votes et un facteur d’environ 2,7 par rapport à celle de la mise à jour avec la mise à jour suivante, (5,679, 3,912 ) – qui, de manière critique (et étonnamment, par rapport à ce que montre cette distribution), était à la foisle deuxième en termes de marge Biden-Trump et de ratio Biden: Trump [13]. Il avait également le plus grand ratio Biden: Trump (environ 23,69: 1), de plus d’un facteur de 2 par rapport à celui de la mise à jour avec le prochain rapport Biden: Trump. L’écart visuel entre cette mise à jour et le modèle écrasant suivi par les autres mises à jour est flagrant, et nous allons bientôt quantifier à quel point il est extrême.

Ensuite, considérez le point vert légèrement vers le bas et à gauche de la valeur aberrante rouge. Il s’agit de la mise à jour du vote dans le Wisconsin qui est arrivée à 3 h 42 CST le 4 novembre, qui est passée à 143 379 pour Biden et 25 163 pour Trump, pour une marge de 118 215 [14]. C’était la mise à jour avec la plus grande marge Biden – Trump dans le Wisconsin sur une grande distance [15] et, dans le rapport Biden: Trump, était la deuxième plus grande – la deuxième seulement à une mise à jour qui était 26 fois plus petite et pourtant seulement légèrement plus extrême dans son rapport [16].

On voit également un point rouge à (5,679, 3,912), qui correspond à la mise à jour du vote qui est arrivée à 3 h 50 HNE le 4 novembre et est passée de 54497 pour Biden à 4718 pour Trump, pour une marge de 49779 et un ratio de 11,55: 1. Il est à noter que, bien que loin d’être aussi anormal que la mise à jour de 6 h 31 HNE, celle-ci était très extrême dans les deux dimensions à part entière. Comme nous le verrons cependant, elle finit par être la septième valeur la plus extrême en termes de non-adhésion à la distribution dans son ensemble.

Bien que ces deux points soient inhabituels en eux-mêmes, il est exceptionnellement improbable qu’ils soient tous deux issus du même État, essentiel à l’élection, à moins de trois heures d’intervalle pendant un processus de dépouillement nocturne – un processus sujet à une grande controverse. et là où il reste, à près de trois semaines du jour du scrutin, de nombreuses inconnues. Ensemble, ces deux mises à jour de vote ont fourni à Joe Biden les votes nécessaires pour lui donner la tête dans l’État.

Quantifier le membre

Après avoir démontré visuellement à quel point les quatre mises à jour clés des votes sont anormales, nous pouvons maintenant tenter de quantifier à quel point il est inhabituel que ces trois points existent à la fois et que deux d’entre eux proviennent du même état.

Le graphique ci-dessous a deux propriétés visuelles particulièrement intéressantes:

  1. Le graphique est présenté en deux dimensions, mais il est vraiment en trois dimensions. Il est visiblement beaucoup plus dense au centre, a ce qui semble être quelque chose comme deux distributions normales, et à mesure que vous vous éloignez de l’origine le long d’une ligne à pente positive qui traverse l’origine, plus la densité à laquelle vous pouvez vous attendre est faible.
  2. Les «bords» extérieurs du graphique, dans les quadrants supérieur droit et inférieur gauche, ressemblent étroitement à la forme de la ligne y = 1 / x.

De même, nous nous attendons à ce que les points se trouvent à la fois dans les quadrants supérieur droit et inférieur gauche, et entre une ligne extérieure qui a la forme de y = 1 / x et l’origine. Puisque ces valeurs seront donc principalement à la fois négatives ou toutes deux positives, nous pouvons voir que multiplier la coordonnée x de chaque point par sa coordonnée y est un moyen utile d’évaluer dans quelle mesure il suit ce type de distribution. Puisqu’il y a plus de points près de l’origine qu’il n’y en a sur les «lignes de démarcation» visibles (c’est-à-dire les séquences de points sur les bords extérieurs dans les premier et troisième quadrants qui forment visiblement ces lignes qui ressemblent à un graphique, si peut-être à l’échelle, de y = 1 / x).

Nous pouvons ainsi, pour chaque paire de coordonnées (encore une fois normalisées par État) de la marge Biden-Trump et du log-ratio des votes Biden / Trump, multiplier ces valeurs et examiner la distribution des produits résultants. Ici, plus une valeur est grande en magnitude, moins elle suit la non-co-extrémité. Le traçage de ces produits nous donne:

Fig. 11. Histogramme des produits des valeurs x et y pour chaque paire de coordonnées de la Fig. 10

Comme nous pouvons le voir, les valeurs sont extrêmement concentrées près de la médiane et le graphique est profondément biaisé vers la droite – sinon, l’axe des x n’aurait pas besoin de s’étirer jusqu’à 80. Toutes les mises à jour uniques sauf 60 sur 8 954 ont des valeurs moins de 10, et toutes sauf 10 ont des valeurs inférieures à 20. En d’autres termes, une part écrasante de mises à jour semble suivre cette règle de très près, mais un petit nombre de mises à jour sont vraiment des valeurs extrêmes.

Une plongée rapide dans ces dix points révèle des données qui, à ce stade du rapport, seront très familières au lecteur:

Comme nous pouvons le voir, quatre des sept mises à jour de vote les plus anormales – c’est-à-dire des mises à jour dans lesquelles la marge et le ratio sont coextrêmes – sont dans des états critiques pour les élections et se sont produites au cours de la même période de cinq heures où les circonstances étaient (et restent) contestés et très suspects.

Il convient de noter ici qu’environ 15% des mises à jour des votes dans l’ensemble de données de 8 954 provenaient de ces trois États. Si nous supposions qu’il était tout aussi probable qu’un État particulier se retrouve à l’un de ces points extrêmes, il y aurait environ 1,2% de chances que trois États soient représentés dans trois des quatre ou quatre premiers sur les sept premiers, et environ 0,99% de chances que ces trois États occupent cinq des sept premières places. Il est donc très surprenant de voir les États en question être représentés de manière disproportionnée dans le top 0,11% de la distribution des coextrémité [17].

Prédire des résultats plus typiques et évaluer leurs implications

Nous procédons maintenant à la question suivante: à quel point ces mises à jour de vote devaient-elles être extrêmes pour que Biden remporte ces États?

Pour ce faire, nous considérons des «level sets» [18] des produits des valeurs x et y des coordonnées que nous traçons, et considérons les centiles de ceux-ci (par rapport aux valeurs représentées sur la figure 10). Chaque ensemble de niveaux est un point de cette distribution et a un centile correspondant. Par exemple, le 99e centile des produits est d’environ 6,6 – beaucoup plus petit que les valeurs de 77,30, 46,45, 33,23 et 22,22 que nous voyons pour ces quatre mises à jour. Nous pouvons maintenant déterminer à quoi chacune de ces mises à jour aurait pu ressembler si elles étaient seulement au 99e (ou autre) centile de coextrémité. Pour décider comment faire cela, nous devons considérer – qu’est-ce qui a le plus de sens? Maintenir la marge constante et voir à quoi ressemblerait le ratio, ou maintenir le ratio constant et voir à quoi ressemblerait la marge? Ce dernier a beaucoup plus de sens dans ce scénario, puisque le premier suggère qu’un nombre égal de bulletins de vote pour les deux candidats a peut-être été retenu indûment, tandis que le second suggère probablement qu’un nombre excessif de bulletins de vote pour le candidat gagnant a été produit. Nous souhaitons tester ce dernier scénario.

Puisque nous utilisons des ratios pour prédire les marges, il est logique de montrer à quoi ressemble le graphique de la figure 10 lorsque les axes sont inversés, afin que l’on puisse voir comment les marges varient avec le rapport.

Fig. 12. C’est le même graphique que la Fig. 10, mais avec les axes inversés. L’axe des X est le log-ratio des votes de Biden aux votes de Trump dans chaque mise à jour, encore une fois normalisé par la distribution de ces valeurs dans son état. L’axe Y est la différence entre le nombre de votes Biden et le nombre de votes Trump dans chaque mise à jour, normalisé par la distribution de ces valeurs de son état.

Cela montre les mêmes données que celles montrées sur la figure 10, mais c’est une présentation plus naturelle pour utiliser des ratios pour prédire les marges. Le modèle devient un peu plus clair lorsque nous examinons simplement les valeurs absolues, car nos examens ultérieurs reposent sur des mesures qui traitent les mises à jour des votes pro-Biden et pro-Trump de manière symétrique.

On peut également considérer le «level set» de combinaisons (marge, ratio) qui forment un percentile particulier de coextrémité. Ici, nous montrons les valeurs absolues du rapport log (standardisé) et de la marge, avec des annotations de niveau pour le 95e, 99e et 99,5e centile:

Fig. 13. Il s’agit du même graphique que la Fig. 12, mais où la valeur absolue des coordonnées des deux points est prise en premier, de manière à présenter une vue consolidée. L’axe des x est la valeur absolue du log-ratio (standardisé) des votes Biden: Trump dans chaque mise à jour, et l’axe des y est la valeur absolue de la marge Biden-Trump (standardisée) dans chaque mise à jour.

Cela nous permet de voir clairement à quel point les mises à jour des votes sont extrêmes, par rapport à la propriété généralement observée de leur délimitation par une courbe inverse [19]. La ligne noire continue représente le 95e centile – c’est-à-dire que 95% des mises à jour des votes se trouvent à l’intérieur de cette courbe (c’est-à-dire ont moins de marges et de ratios co-extrêmes). La ligne noire du milieu, avec des tirets et des points, représente le 99e centile, c’est-à-dire que 99% des 8 954 mises à jour de vote sont moins coextrêmes que n’importe lequel des points de cette ligne. Et la ligne la plus haute (en pointillé noir) représente le 99,5e centile, c’est-à-dire que 99,5% des 8 954 mises à jour de vote sont moins coextrêmes qu’aucun des points de cette ligne. Comme nous pouvons le voir, les quatre mises à jour de vote en question (les deux points rouges, les points verts bien au-dessus de cette ligne et le point jaune plus haut) sont bien au-dessus même de cette ligne. En effet,

Cela soulève la question évidente: à quoi pourraient ressembler ces mises à jour de vote si elles étaient moins extrêmes?

Graphiquement, cela impliquerait de les déplacer vers le bas (représentant une marge inférieure) et vers la gauche (représentant un ratio inférieur). En théorie, nous calculerions simplement la distance la plus courte par rapport à une courbe de niveau de centile particulière et choisirions cette combinaison particulière (marge, rapport). Cependant, cela ignorerait un aspect crucial de la nature des données. En particulier, la diminution du ratio à une marge donnée implique que le nombre total de votes dans la mise à jour augmenterait . En particulier, étant donné l’ampleur des anomalies ici, cela impliquerait un scénario dans lequel un grand nombre de votes – peut-être des centaines de milliers – pour les deuxles candidats ont été en quelque sorte retenus. S’il est possible que ce soit le cas, cela représenterait presque certainement une erreur de saisie de données de l’ordre de centaines de milliers de votes qui affecterait les deux candidats de manière égale ou presque égale. Puisque la marge est la métrique qui compte pour le résultat, s’il y a eu un acte criminel, il est beaucoup plus probable que des votes soient soustraits à l’un des candidats tout en étant également ajoutés pour un autre.

Puisque nous n’apportons aucun a prioriEn supposant que ces mises à jour devraient ressembler, il vaut la peine de se demander à quoi elles ressembleraient si ces ratios étaient exacts et qu’ils ne représentaient que le 99e centile de coextrémité. Graphiquement, cela représente prendre les quatre points en question et les «faire glisser» vers le milieu des trois lignes noires tracées. Si cela était fait, ces mises à jour de vote auraient des marges incroyablement plus petites mais seraient toujours plus coextrêmes que 99% des 8 954 mises à jour de vote étudiées. Nous n’avons aucune raison affirmative de croire que c’était précisément le cas. En effet, nous ne pouvons pas, avec les données dont nous disposons, faire valoir de manière affirmative un résultat particulier. Il est simplement utile de considérer à quoi auraient ressemblé les mises à jour avec ces ratios si elles étaient plus coextrêmes que 99% seulement des 8 954 mises à jour de vote étudiées, contre 99,92%.

Si ces résultats semblent irréalistes ou invraisemblables, c’est le résultat de la bizarrerie de ces mises à jour de vote par rapport au reste de la distribution.

Tout d’abord, considérons la mise à jour MI à 6 h 31 HNE le 04/11. Son produit est 77,3 et sa paire de coordonnées (marge, rapport logarithmique) était (15,494, 4,989) [20]. S’il ne se situait qu’au 99e centile de coextrémité, alors son produit ne serait que de 6,600. Ainsi, si la valeur du log-ratio (normalisé) de 4,989 est maintenue constante, la valeur de la marge (normalisée) ne serait que de 1,323, au lieu de 15,494.

À ce stade, nous devons annuler le processus de normalisation qui nous permet de comparer équitablement les valeurs entre les états. Comme ceux-ci ont été normalisés par rapport aux mises à jour des votes dans MI, nous pouvons déterminer la valeur de marge réelle correspondant à un score z [21] de 1,323. En regardant la marge numérique qui correspond au Michigan à un score z de 1,323 [22], nous voyons qu’elle est d’environ 11 834, alors que le score z de cette observation réelle était de 15 494, ce qui correspond à une marge de 135 424. En d’autres termes, si nous maintenons le ratio constant et que cette mise à jour du vote ne se situait qu’au 99e centile de la coextrémité, la marge dans cette mise à jour du vote aurait été de 123590 votes de moins.

Examinons maintenant la mise à jour WI à 03h42 CST le 04/11. Son produit est 46,452 et sa paire de coordonnées (marge, rapport logarithmique) était (14,427, 3,220). S’il devait être seulement au 99e centile de coextrémité, alors son produit serait 6,600. Ainsi, si la valeur du log-ratio (normalisé) de 3,220 est maintenue constante, la valeur de la marge (normalisée) ne serait que de 2,050, contre 14,427. En regardant la marge numérique qui correspond dans le Wisconsin à un z-score de 2,050 [23], nous voyons qu’elle est d’environ 16 938, alors que le z-score de cette observation réelle était de 14,427, correspondant à une marge de 118 396. En d’autres termes, si nous maintenons le ratio constant et que cette mise à jour du vote ne se situait qu’au 99e centile de la coextrémité, la marge dans cette mise à jour du vote aurait été de 101 459 voix de moins.

Examinons maintenant la mise à jour de l’AG à 01 h 34 HNE le 04/11. Son produit est 33,233 et sa paire de coordonnées (marge, rapport logarithmique) était (12,836, 2,589). S’il devait être seulement au 99e centile de coextrémité, alors son produit serait 6,600. Ainsi, si la valeur du log-ratio (normalisé) de 2,589 est maintenue constante, la valeur de la marge (normalisée) ne serait que de 2,549, au lieu de 12,836. En regardant la marge numérique qui correspond en Géorgie à un z-score de 2,549 [24], nous voyons qu’elle est d’environ 21 250, alors que le z-score de cette observation réelle était de 12 836, ce qui correspond à une marge de 107 143. En d’autres termes, si nous maintenons le ratio constant et que cette mise à jour du vote ne se situait qu’au 99e centile de la coextrémité, la marge dans cette mise à jour du vote aurait été de 85 892 voix de moins [25].

Enfin, considérons la mise à jour MI à 3 h 50 HNE le 04/11. Son produit est 22,219 et sa paire de coordonnées (marge, rapport logarithmique) était (5,679, 3,912). S’il devait être seulement au 99e centile de coextrémité, alors son produit serait 6,600. Ainsi, si la valeur du log-ratio (normalisé) de 3,912 est maintenue constante, la valeur de la marge (normalisée) ne serait que de 1,687, contre 5,679. En regardant la marge numérique qui correspond au Michigan à un z-score de 1,687 [26], nous voyons qu’elle est d’environ 15 009, tandis que la z-score de cette observation réelle était de 5,679, correspondant à une marge d’environ 49 8929. En d’autres termes, si nous maintenons le ratio constant, et que cette mise à jour du vote ne se situait qu’au 99e centile de la coextrémité, la marge dans cette mise à jour du vote aurait été de 34 819 votes de moins [27].

En mettant tout cela ensemble, nous voyons que si ces quatre mises à jour de vote étaient extrêmes – mais pas aussi extrêmes – que la différence de marge serait supérieure à la marge de victoire dans les trois États. 

À tout le moins, il est possible de dire avec certitude que la victoire de Joe Biden dans ces trois États s’est appuyée sur quatre des sept mises à jour de vote les plus coextrêmes dans l’ensemble de données de 8 954 mises à jour de vote.

Considérations importantes

Il est important de noter un indicateur crucial de la raison pour laquelle ces résultats sont bizarres. Dans pratiquement tous les autres cas, les zones qui sont très pro-Biden ou pro-Trump ont des mises à jour de vote de taille variable, et donc une mise à jour de vote importante favorisant fortement un candidat est presque toujours accompagnée de mises à jour encore plus petites qui ont une variance plus élevée dans le ratio. , et au moins certains d’entre eux favoriseront le candidat qui a remporté le plus gros lot.

En particulier, pour accepter les résultats considérés comme légitimes au Michigan, il faudrait croire que la ou les deux zones les plus pro-Biden possibles de l’État ont chacune compté leurs bulletins de vote entièrement en une ou deux mises à jour de vote. S’ils étaient comptés de manière incrémentielle et publiés par lots plus petits, comme c’est généralement le cas, nous nous attendrions à voir des mises à jour plus petites avec une plus grande variance de résultat, et nous verrions presque certainement des mises à jour avec un ratio Biden: Trump plus élevé que les deux mises à jour du Michigan discutées dans ce rapport.

En effet, s’il est découvert par la suite que ceux-ci ne comprenaient pas la totalité du décompte (pour les votes par correspondance ou pour tous les votes) dans ces domaines, alors ces résultats doivent être considérés avec une extrême suspicion. Bien que le décompte des votes ne soit en aucun cas un échantillon aléatoire à l’échelle nationale, étant donné une sous-population suffisamment petite pour laquelle les votes sont comptés, ils le sont finalement. S’il peut être démontré par ceux qui ont accès aux données chronologiques au niveau du comté (ou au niveau de la circonscription) que, pour les comtés ou circonscriptions signalés dans cette mise à jour, il y a eu d’autres mises à jour (ou d’autres mises à jour avec des bulletins de vote par correspondance) , alors ces résultats deviennent presque impossibles à croire.  C’est-à-dire que la crédibilité de ces mises à jour repose sur le postulat que la ou les deux parties de l’État les plus favorables à Biden (peut-être par type de bulletin de vote) ont été entièrement comptées dans ces deux lots.   S’il n’est pas possible de montrer que les bulletins de vote comptés pendant ces pics étaient qualitativement différents de toutes les autres mises à jour de vote au Michigan, alors les résultats sont probablement trop extrêmes selon plusieurs dimensions pour être acceptés à leur valeur nominale.

Il faudrait aussi croire que les bulletins de vote par correspondance, qui ont généralement été considérés comme plus favorables à Biden, parfois substantiellement, ont été comptés dans leur intégralité dans ces régions. Bien que cet ensemble de données ne fournisse pas de ventilation du nombre de votes dans chaque mise à jour provenant de différents types de votes, il est extrêmement surprenant que nous ne voyions pas de mises à jour de vote plus petites avec des votes par courrier qui favorisent davantage Biden.

C’est également le cas dans le Wisconsin, où la mise à jour discutée dans ce rapport, qui avait de loin la plus grande marge de Biden, avait également le deuxième ratio Biden: Trump le plus élevé, de très peu. Accepter cela au pied de la lettre nécessite la conviction que le sous-ensemble de votes le plus favorable à Biden – par géographie et type de vote – a été entièrement compté en un seul lot. Il serait extrêmement surprenant que tous les bulletins de vote par correspondance dans les deux comtés de Biden les plus favorables de l’État, Dane et Milwaukee County, soient entièrement contenus dans ce lot, et cela soulève la question de savoir pourquoi nous n’en avons pas vu encore plus.mises à jour pro-Biden dans des mises à jour de vote plus petites et plus variées dans ces zones fortement démocratiques. Si nous acceptons que ces votes aient été entièrement comptés en un seul lot, cela soulève également de sérieuses questions. En particulier, étant donné l’ambiguïté – à ce jour – sur l’endroit où le processus de tabulation des votes a été arrêté et pourquoi, il est peu logique de savoir pourquoi ces votes seraient libérés dans un lot inhabituellement important.

Tout cela est particulièrement surprenant quand on le compare à l’analyse dominante de l’élection, à savoir que la victoire de Joe Biden était le résultat d’une amélioration des performances dans les zones suburbaines. En regardant une carte des résultats finaux par comté, il est très probable que ces mises à jour de vote proviennent de comtés urbains plus densément peuplés où les ratios de Biden étaient beaucoup plus élevés. Les résultats ici remettent cela en question, cependant, car nous pouvons voir qu’il s’est fortement appuyé sur quatre mises à jour de vote extrêmement aberrantes qui se trouvaient presque certainement dans des zones urbaines fortement pro-Biden pour fournir un coup de pouce indispensable aux premières heures du 4 novembre.

Conclusion

Ce rapport étudie 8 954 mises à jour individuelles des totaux de vote dans les 50 États et constate que quatre mises à jour individuelles – dont deux ont été largement remarquées sur Internet, y compris par le président – sont profondément anormales; ils s’écartent d’un modèle qui se retrouve par ailleurs dans la grande majorité des 8 950 mises à jour de vote restantes. Les résultats présentés par ce rapport [28] suggèrent que quatre mises à jour du décompte des voix – qui ont été collectivement décisives dans le Michigan, le Wisconsin et la Géorgie, et donc décisives sur quarante-deux votes électoraux critiques – sont particulièrement anormales et méritent une enquête plus approfondie.

En particulier, la constatation que les données plus larges suivent des modèles généraux et notre capacité à mesurer à quel point une mise à jour de vote individuelle suit – ou ne suit pas – ce modèle nous permet de faire des déclarations concrètes sur l’extrême extrême d’une mise à jour de vote donnée et sur ce à quoi une mise à jour de vote particulière aurait pu ressembler, si elle avait été moins extrême d’un axe ou d’un autre.

Nous constatons en outre que si ces mises à jour n’étaient que plus extrêmes que 99% de toutes les mises à jour au niveau national en termes de déviation par rapport à ce modèle généralement observé, que, toutes choses égales par ailleurs, Joe Biden pourrait très bien avoir perdu les États du Michigan, du Wisconsin. , et la Géorgie, et qu’il aurait 42 votes électoraux de moins – mettant Biden en dessous du nombre requis pour remporter la présidence.   Quoi qu’il en soit, il est incontestable que sa marge de victoire dans ces trois États repose sur les quatre mises à jour de vote les plus anormales identifiées par la métrique développée dans ce rapport.

Nous notons encore une fois que cette analyse se limite en grande partie à quatre mises à jour de votes individuels sur un échantillon de près de 9 000 personnes. Ce rapport ne suggère nullement d’arrêter les enquêtes au Michigan, au Wisconsin, en Pennsylvanie, en Géorgie ou ailleurs; c’est simplement que ces quatre mises à jour clés des bulletins de vote sont toutes deux profondément anormales par rapport à une métrique qui supprime toute composante de différents États ayant des tendances partisanes différentes ou un nombre différent d’électeurs. De plus, cette analyse ne nécessite pas que nous considérons les totaux de vote final dans un de ces états (ou comtés) de ceux – ci comme suspect, ni , surtout, est -il nécessaire que nous acceptons que les données observées doivent suivre une distribution particulière a priori. Nous montrons simplement que les données ajustées de manière appropriée pour éliminer les différences de taille et Penchée politique entre les Etats, ne suivent un certain rythme, et que quatre mises à jour de vote clés dévient profondément de ce modèle.

Nous croyons que la nature extraordinairement anormale des mises à jour de vote étudiées ici, combinée aux implications politiques stupéfiantes, exige une enquête immédiate et approfondie.

 

Correction: une version précédente de ce message calculait la probabilité de mises à jour de vote Géorgie, Wisconsin et Michigan, constituant cinq des dix mises à jour de vote les plus coextrêmes à 0,0037%. La valeur réelle est plus proche de 0,99%. Les auteurs s’excusent pour l’erreur et le message a été corrigé pour refléter cela.

Notes de bas de page:

[1] Il est stocké sous forme de zip d’un dossier avec suffisamment de données pour reconstruire de manière déterministe l’intégralité de ce rapport. Le hachage SHA256 de ce fichier est fc1d9e17fc831e288609099e290f4d0152918f6365e7a602f7bd37dbe5347546.

[2] Les données chronologiques fournies par le New York Times fournissent ce qui semble être des décomptes de votes précis ainsi que des proportions de votes qui sont tronquées après trois décimales. Cela introduit une certaine imprécision, qui devient plus significative à mesure que le total des votes augmente. Les implications de ceci et de divers mécanismes d’estimation du total réel des votes sont examinées dans l’annexe de collecte et de traitement des données de ce rapport.

[3] Il y a plusieurs mises à jour dans cet ensemble de données où la mise à jour implicite du vote suggère une perte de votes pour un ou les deux candidats. Une discussion plus détaillée à ce sujet se trouve dans l’annexe sur la collecte de données. Pour calculer les ratios, nous devons exclure les mises à jour où le dénominateur est zéro, et les valeurs négatives pour un candidat font que le ratio n’a pas de sens (par exemple -5000/20 est indiscernable de 5000 / -20, même si une mise à jour où le candidat A perd 5000 votes alors que le candidat B gagne 20 est fondamentalement différent de celui où l’inverse est vrai).

[4] Nous utilisons le logarithme naturel , mais une base logarithmique aurait les propriétés souhaitées ici.

[5] Ceci est particulièrement important car un bon moyen de pousser la marge dans une circonscription sans augmenter un pourcentage élevé est de gonfler les votes pour les candidats lointains tout en déprimant les votes pour l’alternative la plus probable.

[6] Voir, par exemple, cet article. Une version archivée est fournie ici , en cas d’indisponibilité pour quelque raison que ce soit.

[7] Limité aux mises à jour avec un autre vote non négatif.

[8] Valeurs calculées à partir du site Web du secrétaire d’État du Michigan ici .

[9] Le lecteur sceptique aura probablement immédiatement remarqué que 143 379 – 25 163 = 118 216 et non 118 215. Il s’agit d’un artefact introduit par l’imprécision de la manière dont l’ensemble de données du NYT présente ces mises à jour, c’est-à-dire sous forme de proportions de votes tronquées après 3 décimales. Les implications de ceci et des diverses manières de minimiser les erreurs qu’elle introduit sont discutées dans l’annexe Collecte et traitement des données de ce rapport.

[10] De nombreux sites Web technologiques qui traitent des modèles d’apprentissage automatique et de formation mentionnent la normalisation comme une technique importante de prétraitement des données. Reflet de sa popularité, les principales bibliothèques de logiciels conçues pour la science des données et l’apprentissage automatique ont tendance à fournir un support pour ce prêt à l’emploi, comme la très populaire bibliothèque scikit-learn pour le langage de programmation Python (voir ici ). Le langage R, conçu pour les tâches de traitement et d’analyse de données, lui fournit même son installation de langage de base «prête à l’emploi».

[11] Idéalement, nous serions en mesure de le faire de manière plus détaillée, par exemple au niveau du comté. Cela semble être la seule série chronologique de la course présidentielle accessible au public en ligne qui couvre la nuit des élections. D’autres, comme ce fichier de séries chronologiques au niveau du comté, existent, mais ne commencent que le matin du 4 novembre, et donc, bien que plus précis (et donc utiles pour les enquêtes, par exemple, la fréquence des chiffres), sont de loin moins d’utilité lors de l’analyse systématique des modèles qui ne sont pas sujets à des erreurs d’arrondi.

[12] Limité aux mises à jour où le décompte des voix pour les deux candidats était positif.

[13] Celui-ci était également une mise à jour à la fois très déséquilibrée et importante, allant de 54 497 pour Biden à 4 718 pour Trump, pour une marge Biden – Trump de 49 779 et un ratio Biden: Trump d’environ 11,55: 1. Contrairement à ce que prédit cette distribution, elle était à la fois la deuxième en termes de marge et de ratio.

[14] Voir note de bas de page 10

[15] La prochaine mise à jour la plus importante dans le Wisconsin en termes de marge Biden – Trump était une mise à jour qui est arrivée à 20h26 CST le 3 novembre et est passée de 53 016 à 13517, pour une marge de 39 499 – environ trois fois plus petite que la 3 : Mise à jour à 42h avec une marge de 118215.

[16] Cette mise à jour, qui est arrivée à 00h36 CST le 4 novembre, est passée de 3037 pour Biden à 495 pour Trump, soit un ratio de 6,14: 1 mais avec une marge de seulement 2543 (voir les notes de bas de page 10, 17, concernant les erreurs d’arrondi) . C’est le type de point de données auquel nous nous attendons conformément à la distribution où l’une des deux valeurs est de très grande ampleur.

[17] Ces probabilités sont approximatives non seulement parce qu’elles sont arrondies, mais parce qu’elles sont calculées en supposant un échantillonnage avec remise. Nous échantillonnons cependant sans remplacement – une valeur ne peut pas être à la fois supérieure et inférieure aux 10 mises à jour de vote les plus coextrêmes. Faire cette hypothèse simplificatrice sous-estime légèrement l’improbabilité réelle que ces États soient si bien représentés dans les quatre, sept et dix mises à jour des votes les plus coextrêmes.

[18] D’une manière générale, cela signifie l’ensemble des points pour lesquels une fonction produit la même valeur. Dans ce contexte, cela signifie l’ensemble des points avec des produits identiques, c’est-à-dire des lignes de la forme y = k / x.

[19] C’est-à-dire qu’il est rare qu’une mise à jour de vote ait à la fois un ratio extrême en faveur d’un candidat et une marge extrême entre les nombres de votes.

[20] Ceci, comme toutes les autres valeurs présentées ici, est arrondi à trois décimales.

[21] Les z-scores ici ne sont utilisés que comme méthode de centrage et de mise à l’échelle des données entre les distributions avec des valeurs de magnitudes différentes. Nous ne faisons aucune hypothèse sur la normalité de l’une de ces distributions, et les scores z ne sont jamais utilisés comme statistique de test d’hypothèse à aucun moment de ce rapport.

[22] Puisque le processus de normalisation implique la soustraction de la moyenne et la division par l’écart-type, le processus consiste ici à multiplier par l’écart-type, puis à additionner la moyenne.

[23] Voir ci-dessus.

[24] Voir ci-dessus.

[25] 107 143 – 21 250 = 85 893 et ​​non 85 892. Les nombres indiqués ici sont les résultats de calculs effectués sur des valeurs non arrondies.

[26] Voir la note de bas de page 22.

[27] Voir ci-dessus.

[28] Qui, à la connaissance de l’auteur, sont originaux

 

Puisque vous êtes là…

… on aimerait vous dire un dernier mot. Vous êtes de plus en plus nombreux à lire Europe Israël sur le web, et nous nous en réjouissons. Nous souhaitons qu’une grande partie des articles de notre site soit accessible à tous, gratuitement, mais l’information de qualité a un coût.

En n’étant rattaché à aucun groupe industriel, aucun lobby, aucun politique, Europe Israël prouve chaque jour son indépendance éditoriale. Pour nous aider à garder notre liberté de ton et notre exigence journalistique, votre soutien est précieux.

En donnant 100 € grâce à la déduction fiscale de 66% votre don ne vous coûte que 33 €.

Vous recevrez un reçu CERFA pour tous dons supérieurs à 50 Euros qui vous permettra de déduire 66 % des sommes versées.

Nous soutenir





Avocate en droit international - Entre New York, Genève, Paris et Tel Aviv



Avertissement de modération: Nous vous rappelons que vos commentaires sont soumis à notre charte et qu'il n'est pas permis de tenir de propos violents, discriminatoires ou diffamatoires. Tous les commentaires contraires à cette charte seront retirés et leurs auteurs risquent de voir leur compte clos. Merci d'avance pour votre compréhension.

Signalez un commentaire abusif en cliquant ici


Merci de nous signaler les commentaires qui vous semblent abusifs et qui contiendraient des propos:
  • * Antisémites
  • * Racistes
  • * Homophobes
  • * Injurieux
  • * Grossiers
  • * Diffamatoires envers une personne physique ou morale

  • 8 thoughts on “Fraude électorale: une analyse sur l’intégrité du vote démontre que des voix ont été ajoutées massivement lors de 4 mises à jours anormales dans les états du Michigan, du Wisconsin et en Géorgie

    1. Robert Davis

      Dans le Michigan le rapport est de …23 fois plus pour biden l’escroc et Trump! 141.000 contre à peine 6.000 !!! Même chavez ne fait pas mieux…il faut remonter au bambula didi gaga amin caca pour cela!

    2. M. Le Clercq

      Remarquable étude détaillée d’analyse numérique pour les physiciens artiste dans l’art de faire parler les chiffres !
      Le diagnostic dit manifestement FRAUDE pour faire passer le « sleepy »
      En plus l’auteure grand merci a elle , nous livre à la fois les sources des outils de traitements et une référence d’un modele de détection des irrégularités statistiques dans des données d’elections Un grand nombre de références y figurent et pointent notamment sur une etude sur l’analyse des régionales Fr de 2010 plus ancienne de ce domaine de sociophysique avancée
      https://archive.org/details/arxiv-1003.2807
      Helas si on constate ainsi l’opinion des foules est predictive au sens d’un simple phénomene physique similaire aux comportement de magnetons dans un champ, c’est dire l’incapacité de la plupart de ne pas etre affectés dans leurs choix par des manipulations grossieres {médias propagande techniques de controles ) . A ce titre les riches bibliographies d’hyperliens montrent la relative faiblesse d’un individu à part ceux capables d’apréhender cet espace hyperdimentionnel peuvent se pretendre un peu plus « libres  » et responsables donc jamais tentés ni de tricher ni de mentir puisque ils font bien mieux …

      ils sont si nuls ces démon-crades qu’ils se font prendre la main dans le sac avec eux les USA et les autres iraient dans une purée liquide …

    3. M. Le Clercq

      Et puis en plus de nos jours même sans grands moyens, ni competences … il est possible désormais de faire un verification en ligne d’une série de données pour dépister des fraudes & c’est aussi rapide que de mettre une web cam …
      https://www.dcode.fr/loi-benford

    4. LeClairvoyant

      Ces derniers jours des forces spéciales américaines ont débarqués à Francfort, confisquent machines Dominion à compter les votes, et trouvent des serveurs connectés à Internet pour faciliter aux hackers les fraudes à distance des machines Dominion dans les états pendulaires.

    5. M. Le Clercq

      En matiere de fraude j’ai donc posté hier une référence à un systeme générique de traitement des donnée deja ancien utilisé en statistique pour depister des chiffres non significatifs ou falsifiés avec la loi de Benford avec même un systeme qu’on peut trouver en ligne pour verifier la cohérence des echantillons ceci est valable dans tous les domaines . Sauf qu’il semble qu’une chiourme débile au sein des machines censurent certaines informations alors au niveau d’une machine a « veauter  » ca me fait penser au machine à sous bidonnées pour plumer des simples d’esprit comme dirait coluche  » si veauter servais a quelque chose , alors ce serait interdit  » …
      Le probleme est lpus grave il s’agit de l’avenir de ces notions vague de « civilisations  » rien moins et notamment de certains pays et familles que les pires et veulent anéantir pour leurs qualités .

    6. Robert Davis

      En somme tout le monde vote pour Trump et c’est biden qui…l’emporte aux votes???? la magie de la fraude?

    Laisser un commentaire

    Votre adresse de messagerie ne sera pas publiée. Les champs obligatoires sont indiqués avec *

    312 Shares
    Copy link
    Powered by Social Snap