Keindl Jakab Mátyás
Szakdolgozatomban összehasonlító elemzést végzek két eltérő megközelítésű módszer között, standard változószett mellett, mely során a választáson való részvételi arány becslése a cél. A kérdés, hogy vajon a modernebb gépi tanulás (XGBoost) jobban teljesít-e, a feladatot illetőleg, vagy továbbra is a jól bevett regressziós (OLS) módszer a domináns. Természetesen az is előfordulhat, hogy nincs számottevő különbség a kettő között. Habár általánosságban – akár a médiát megfigyelve is – a nagyobb figyelmet az országgyűlést meghatározó parlamenti választások kapják (Bódi és Bódi, 2011), az elemzés szempontjából, aktualitása miatt az önkormányzati választások a számomra kedvezőbb eset (a legutóbbi önkormányzati választás 2024-ben volt, míg az országgyűlési 2022-ben). Ez alapján, a kutatás során a polgármester választásokon való részvételi arányt fogom modellezni. A megfigyelési egységeim település szinten aggregált adatok lesznek, – szemben az alternatív járási, vagy választókerületi szintű adatokkal – mivel ezáltal kellő mennyiségű megfigyelésem lesz, ami kielégíti a modellek működéséhez szükséges feltételt. Továbbá a felhasználni kívánt változókról ez a számomra legrészletesebb szinten elérhető adat.
Konzulens: Bozsonyi Károly és Németh Renáta