Studienarbeit aus dem Jahr 2016 im Fachbereich Politik - Methoden, Forschung, Note: 1,0, Technische Universität Darmstadt (Institut für Politikwissenschaft), Veranstaltung: Proseminar Methoden der empirischen Sozialforschung, Sprache: Deutsch, Abstract: In dieser Arbeit wurde anhand einer multivariaten (linearen) Regression die Hypothese getestet, ob es einen Zusammenhang zwischen den Ergebnissen bei den "Primaries", also den Vorwahlen zur US-Präsidentschaftswahl, und dem Ergebnis der eigentlichen Wahl gibt. Es wurden jeweils die zum damaligen Zeitpunkt aussichtsreichsten Kandidaten der Demokraten und Republikaner ausgewählt: Hillary Clinton, Bernie Sanders, Marco Rubio und Donald Trump. Als diese Arbeit abgegeben wurde, waren die Vorwahlen noch nicht beendet. Die Analyse hat letztendlich nicht nur Hillary Clinton und Donald Trump korrekt als Kandidaten vorhergesagt, sondern sogar Donald Trump als Sieger ermittelt. Dabei wurde das Ergebnis von Hillary Clinton ziemlich genau getroffen, wobei es für Donald Trump eine Abweichung von 5 Prozentpunkten gegeben hat. Ein Kernstück der Analyse ist die in der US-amerikanischen Politikwissenschaft weit verbreitete Annahme, dass vor allem New Hampshire und Iowa sehr gute Prädiktoren für das Gesamtergebnis der Vorwahlen sind. Es hat sich auch hier gezeigt: Wer in Iowa und New Hampshire gut abschneidet, wird mir sehr großer Sicherheit der Kandidat der eigenen Partei. Es hat sich ferner offenbart, dass die Ergebnisse in Iowa und New Hampshire auch für die eigentliche Präsidentschaftswahl leistungsstarke Indikatoren sind.
Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.