混亂,如果最低首勝偏好, 或者沒有按最大“;噸?

首先, 給定理貨過程不會記錄也沒有在一線總量方面匯報票, 或第二偏好, 等等。, 並且不能被反向工程來發現這. 這是由設計, 我會建議不要修改理貨程序,這樣做的問題,背後的原因很.

總結第一- 或其他偏好, 等. 積分榜是毫不相干的誤導. 所有重要的是每個候選人在每個投票基礎上的相對排名.

雖然我們可能會在第一優先標記每次投票, 第二優先, 等上的方式, 這真的說明只是一種簡寫方式,給定的選民更喜歡一個給定的候選人更比, 中,同為, 或小於其它候選.

候選人 X 是誰, 說, 第二優先級和優選多於候選 Y, 上一票, 影響骨料 XY 導致完全一樣時 X 是第一優先級和優選多於 Y 在另一個投票. 絕對的“偏愛”的數字沒有意義總和 - 在每個給定的選票只有它們的相對位置.

因此, 我們捕捉並報告只能有多少選票 X 優選的多 Y, Y 首選更比 X, 或 X 優選的一樣 Y. 我們這樣做是對考生的每一個配對組合.

所以,, 用給定的訊號過程, 我們 從來沒有 看到 X “只”得到所謂的許多第一偏好票VS Y 得到的第一偏好得票​​其他數. 所以這個感性的脫節也不會出現. 我們看到它在這裡是因為我們正在做的香腸, 我們看看會發生什麼進去.

但是,即使實際的第一偏好數據被抓獲並報告, 我們會在這方面有同樣的情況普遍存在,其中替代投票 / 即時徑流投票時. 和, 再, 我舉Australia1, 其中AV已被用於在全國大選將近一個世紀, 實際上是在長期和廣泛用於狀態和選舉以及. 在AV的情況下, 最低的第一優先候選人不能贏得, 但它仍然能夠很容易地用於非由高到低偏好這樣做; 他們似乎已經能夠得到過去關於這方面的知覺斷開.

說了這麼多, 然而,, 如果第一優先, 而這種, 聚集確實捕獲並報告, 在適當的範圍內解釋這些,以避免或消除這種誤解,這將是重要的.

書籤 永久鏈接.