Un modello in due versioni

Il modello produce due previsioni distinte:

• Modello Light, basato sui sondaggi disponibili nei singoli Stati, con alcune correzioni strutturali.

• Modello Full, che integra i sondaggi con una serie più ampia di variabili politiche ed elettorali, definite fundamentals.

La distinzione permette di confrontare una stima fondata principalmente sui dati demoscopici con una previsione che considera anche la struttura politica degli Stati e il contesto nazionale.

Le previsioni Senato 2026 vengono aggiornate quando sono disponibili nuovi sondaggi o cambiano le variabili utilizzate dal modello. Ogni aggiornamento ricalcola le probabilità delle singole elezioni e la distribuzione complessiva dei seggi.

Come vengono pesati i sondaggi

I sondaggi rappresentano il punto di partenza del modello. Per ogni Stato, le rilevazioni disponibili vengono combinate attraverso una media pesata. L’obiettivo non è trattare tutti i sondaggi allo stesso modo, ma attribuire maggiore influenza alle rilevazioni più recenti, solide e informative.

Il peso di ogni sondaggio dipende principalmente da quattro fattori:

• Periodo di tempo: i sondaggi più vicini all’Election Day hanno un peso maggiore. L’influenza delle rilevazioni più vecchie diminuisce progressivamente nel tempo.

• Tipo di campione: i sondaggi condotti sui likely voters, cioè gli elettori probabili, possono essere più informativi di quelli sugli elettori registrati o sull’insieme degli adulti, dunque sono considerati più affidabili.

• Qualità dell’istituto: il modello utilizza i rating di Silver Bulletin per tenere conto della storia di accuratezza e della trasparenza dei diversi istituti. La metodologia di Silver Bulletin considera, tra gli altri elementi, accuratezza storica, trasparenza, dimensione del campione e distanza temporale dal voto.

• Precisione statistica: i campioni più ampi tendono ad avere margini di errore più contenuti e ricevono un peso maggiore, anche se l’effetto della dimensione del campione presenta rendimenti decrescenti.

Il sistema evita inoltre che un singolo istituto possa influenzare eccessivamente la media pubblicando un numero molto elevato di rilevazioni nello stesso periodo.

La correzione del bias

Ogni istituto può avere una tendenza storica a produrre risultati leggermente più favorevoli a un partito rispetto all’altro. Questa caratteristica viene spesso definita house effect.

Il modello cerca di correggere questo effetto spostando parzialmente la rilevazione nella direzione opposta rispetto alla distorsione stimata. La correzione non è necessariamente completa: il suo peso dipende dalla quantità e dalla qualità dei dati disponibili sul comportamento passato dell’istituto.

Questa procedura consente di ridurre l’influenza di eventuali tendenze sistematiche senza trattare automaticamente ogni differenza tra un sondaggio e gli altri come un errore.

Il modello Light

Il modello Light rappresenta le fondamenta del sistema. La previsione si basa sui sondaggi di stato disponibili, corretti per il possibile bias dell’istituto e pesati secondo la data in cui è stato svolto il sondaggio, il campione, qualità e precisione statistica.

Il modello include anche due aggiustamenti:

• Vantaggio dell’incumbent: i senatori in carica possono avere, in determinate condizioni, un vantaggio rispetto ai candidati che cercano di conquistare il seggio.

• Correzione storica: una componente basata sul comportamento elettorale passato dello Stato contribuisce ad ancorare la stima alla sua struttura politica di lungo periodo.

Negli Stati privi di sondaggi sufficienti, il modello Light non produce una previsione autonoma. In questi casi segnala l’assenza di dati invece di trasformare automaticamente una stima debole in una probabilità apparentemente precisa.

Il modello Full e i fundamentals

Il modello Full integra i sondaggi con variabili strutturali, o fundamentals. Questi indicatori servono a fornire un punto di riferimento quando i sondaggi sono pochi, molto incerti o non ancora disponibili.

Il rapporto tra sondaggi e fundamentals cambia con l’avvicinarsi del voto. A maggiore distanza dall’Election Day, i dati strutturali hanno un peso più rilevante; nelle fasi finali della campagna, i sondaggi diventano progressivamente più importanti.

I principali fundamentals utilizzati sono:

• Il Partisan Voting Index, o PVI, misura la tendenza politica relativa di uno stato rispetto alla media nazionale. È calcolato sulla base dei risultati delle più recenti elezioni presidenziali e rappresenta uno degli indicatori strutturali più importanti del modello.
  Il PVI non determina da solo il risultato di una corsa, ma aiuta a stabilire quale livello di consenso un candidato dovrebbe raggiungere per essere competitivo in uno specifico stato.
• Ambiente nazionale: Il Generic Congressional Ballot misura la preferenza degli elettori statunitensi tra Democratici e Repubblicani a livello nazionale, senza riferirsi direttamente ai candidati di una particolare corsa. L’aggregatore combina i sondaggi nazionali utilizzando criteri simili a quelli applicati ai sondaggi di stato: data di svolgimento, qualità dell’istituto, tipo di campione, dimensione del campione e possibile house effect. L’ambiente nazionale viene poi adattato alle caratteristiche di ciascuno stato attraverso un coefficiente di elasticità. Questo parametro misura quanto una determinata area tende a reagire ai cambiamenti dell’umore politico nazionale.
• Expert ratings, le valutazioni di analisti e organizzazioni specializzate, tra cui Cook Political Report, Sabato’s Crystal Ball e Inside Elections costituiscono un segnale aggiuntivo indipendente dai sondaggi. Questi rating possono riflettere elementi difficili da quantificare con precisione, come la qualità dei candidati. I rating non sostituiscono i dati demoscopici, ma aiutano il modello a evitare che una corsa priva di sondaggi venga valutata esclusivamente sulla base di una singola variabile.
• Le raccolte fondi sono utilizzata come indicatore della capacità organizzativa e del livello di sostegno ricevuto dai candidati. Il modello considera il rapporto tra i fondi raccolti dal candidato Democratico e quelli raccolti dal candidato Repubblicano, assegnando a questa variabile un peso inferiore rispetto a PVI, ambiente nazionale e sondaggi. Le risorse finanziarie possono offrire informazioni sulla competitività di una campagna, ma non determinano necessariamente il risultato finale.

Negli Stati senza sondaggi disponibili, il modello Full produce comunque una stima basata sui fundamentals, in particolare su PVI, ambiente nazionale ed expert ratings.

Le simulazioni Monte Carlo

Una seconda parte del modello si basa su una simulazione con il sistema Monte Carlo, formato da  50.000 simulazioni dell’Election Day. Ogni simulazione parte dagli spread stimati per i diversi Stati e introduce livelli di incertezza che rappresentano i possibili errori della previsione.

Il modello considera tre componenti principali:

• Shock nazionale: un movimento favorevole o sfavorevole che interessa contemporaneamente più stati. Rappresenta il rischio che i sondaggi siano sistematicamente sbagliati nella stessa direzione, come avvenuto ad esempio nel 2016 o nel 2020.

• Shock regionale: Stati geograficamente o politicamente simili possono muoversi insieme. Un errore di rilevazione in uno stato del Midwest, per esempio, potrebbe essere collegato a una sottostima o sovrastima simile in altri Stati della regione.

• Rumore individuale: ogni Stato mantiene una componente di variabilità specifica, indipendente dai movimenti osservati altrove.

L’ampiezza dell’incertezza aumenta quando manca molto tempo al voto e diminuisce con l’avvicinarsi dell’Election Day. A 88 giorni dal voto, per esempio, gli scenari sono più dispersi rispetto a quelli prodotti a una settimana dalle elezioni.

Dalle singole corse al controllo del Senato

Il modello non si limita a stimare la probabilità di vittoria in ciascuno Stato. Le simulazioni producono anche una distribuzione dei possibili risultati complessivi, mostrando quanti seggi potrebbe conquistare ciascun partito.

A ogni simulazione vengono aggiunti i seggi considerati non competitivi. Il sistema valuta poi l’esito delle dieci corse individuate come competitive e calcola con quale frequenza ciascun partito raggiunge la maggioranza effettiva del Senato.

In caso di parità 50-50, il vicepresidente può esercitare il voto decisivo in qualità di Presidente del Senato.

Nel modello attuale, una maggioranza repubblicana in caso di 50-50 viene quindi considerata possibile grazie al voto decisivo del Vicepresidente JD Vance.

Come interpretare le probabilità

Una probabilità del 70% per i Democratici in North Carolina non significa che i Democratici vinceranno certamente quello Stato.

Significa che, nelle simulazioni del modello, il candidato Democratico supera il 50% dei voti simulati in circa sette scenari su dieci. Nei restanti tre scenari, la vittoria va al candidato Repubblicano. Una probabilità del 70% non equivale quindi a una certezza, ma indica un vantaggio accompagnato da un rischio ancora significativo. Una corsa con probabilità del 55% è sostanzialmente più incerta di una corsa con probabilità dell’85%, anche se entrambe possono teoricamente concludersi con una vittoria dello stesso partito.

Le probabilità cambiano nel tempo quando vengono pubblicati nuovi sondaggi, cambiano i rating degli esperti o si modificano gli indicatori nazionali. Con l’avvicinarsi dell’Election Day, il peso dei sondaggi aumenta e l’incertezza complessiva tende a ridursi, anche se non scompare.

I limiti del modello

Nessun modello elettorale è infallibile. La qualità della previsione dipende anche dalla qualità dei dati utilizzati: se i sondaggi sono sistematicamente errati in uno Stato o a livello nazionale, il modello può riflettere parte di quell’errore.

Le simulazioni Monte Carlo servono a quantificare l’incertezza conosciuta, ma non possono prevedere ogni evento inatteso. Scandali, cambiamenti improvvisi nell’opinione pubblica, variazioni nella partecipazione elettorale, eventi internazionali o errori sistematici dei sondaggi possono modificare rapidamente una corsa.

Per questo motivo, le probabilità devono essere interpretate come uno strumento di analisi e non come una profezia. Il modello descrive gli scenari più o meno plausibili sulla base delle informazioni disponibili in un determinato momento.

Aggiornamento del modello

Il modello viene aggiornato regolarmente con i nuovi sondaggi disponibili e con le variazioni degli indicatori utilizzati. Ogni aggiornamento ricalcola le previsioni per gli stati competitivi e la probabilità che ciascun partito controlli il Senato.

La data dell’ultimo aggiornamento e il numero di sondaggi utilizzati dovrebbero essere indicati direttamente nella pagina dello strumento. In questo modo il lettore può distinguere tra la previsione corrente e una versione precedente del modello.

Nota metodologica

Il modello è ispirato ad alcuni elementi delle metodologie sviluppate da Nate Silver per FiveThirtyEight e Silver Bulletin, oltre che all’Economist Election Model, ma è stato adattato alle caratteristiche specifiche delle elezioni senatoriali statunitensi del 2026.

Le metodologie di Silver Bulletin utilizzano medie pesate, rating degli istituti, correzioni degli house effects e criteri legati alla recenza e alla dimensione dei campioni. Il modello di White House Watch non replica necessariamente quelle metodologie: ne riprende alcuni principi e li integra in una struttura autonoma pensata per analizzare le corse al Senato.

In ogni caso, questo è un simpatico esperimento, vediamo come si sviluppa e quanto ci andrà vicino a novembre.