TED2009
Nate Silver: Does racism affect how you vote?
Нэйт Силвер: Влияет ли раса на количество избирательных голосов?
Filmed:
Readability: 4
498,847 views
У Нэйта Силвера есть ответы на спорные вопросы о влиянии расы на политику. Повлияла ли раса Барака Обамы на меньшее количество голосов в некоторых штатак? В этой увлекательной лекции столкнулись мифы и статистические данные, а заканчивается она яркой мыслью о том, как планировка города может помочь в воспитании терпимости.
Nate Silver - Statistician
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Math whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries. Full bio
Double-click the English transcript below to play the video.
00:15
I want to talk about the election.
0
0
3000
Я хочу поговорить о выборах.
00:18
For the first time in the United States, a predominantly white group of voters
1
3000
3000
Первый раз в США преимущественно белая группа избирателей
00:21
voted for an African-American candidate for President.
2
6000
3000
проголосовала за афроамериканского кандидата в президенты.
00:24
And in fact Barack Obama did quite well.
3
9000
2000
И действительно Барак Обама добился успеха.
00:26
He won 375 electoral votes.
4
11000
2000
Он набрал 375 голосов выборщиков
00:28
And he won about 70 million popular votes
5
13000
3000
и завоевал около 70 миллионов народных голосов.
00:31
more than any other presidential candidate --
6
16000
2000
Больше чем любой другой кандидат в президенты,
00:33
of any race, of any party -- in history.
7
18000
3000
любой расы, от любой партии в истории США.
00:36
If you compare how Obama did against how John Kerry had done four years earlier --
8
21000
4000
Если вы сравните результаты Обамы с результатами Джона Керри 4 года назад —
00:40
Democrats really like seeing this transition here,
9
25000
3000
демократам особенно нравится наблюдать эти изменения.
00:43
where almost every state becomes bluer, becomes more democratic --
10
28000
4000
Почти каждый штат синеет — становится более демократическим —
00:47
even states Obama lost, like out west,
11
32000
2000
даже те, где Обама проиграл, например, западные штаты.
00:49
those states became more blue.
12
34000
2000
Эти штаты стали более синими.
00:51
In the south, in the northeast, almost everywhere
13
36000
3000
На юге, на северо-востоке, почти везде,
00:54
but with a couple of exceptions here and there.
14
39000
3000
с парой небольших исключений кое-где.
00:57
One exception is in Massachusetts.
15
42000
2000
Одно исключение - Массачусетс.
00:59
That was John Kerry's home state.
16
44000
2000
Это родной штат Джона Керри.
01:01
No big surprise, Obama couldn't do better than Kerry there.
17
46000
2000
Поэтому неудивительно, что там Обама проиграл Керри.
01:03
Or in Arizona, which is John McCain's home,
18
48000
2000
Или в Аризоне — родине Джона МакКейна
01:05
Obama didn't have much improvement.
19
50000
2000
там у Обамы тоже не было значительного продвижения.
01:07
But there is also this part of the country, kind of in the middle region here.
20
52000
2000
Но есть ещё вот эта часть страны - центральный регион.
01:09
This kind of Arkansas, Tennessee, Oklahoma, West Virginia region.
21
54000
4000
Например, Арканзас, Теннесси, Оклахома, Западная Вирджиния.
01:13
Now if you look at '96, Bill Clinton --
22
58000
2000
Если вспомните выборы Билла Клинтона в 1996 году,
01:15
the last Democrat to actually win -- how he did in '96,
23
60000
3000
это была настоящая победа последнего демократа,
01:18
you see real big differences in this part of the country right here,
24
63000
3000
вы увидите очень большие различия вот в этой части страны —
01:21
the kind of Appalachians, Ozarks, highlands region, as I call it:
25
66000
4000
я называю её высокогорный регион — Аппалачи, Озарки и другие горы.
01:25
20 or 30 point swings
26
70000
2000
Разница колеблется от 20 до 30 пунктов
01:27
from how Bill Clinton did in '96 to how Obama did
27
72000
2000
между результатами Билла Клинтона в 1996 году
01:29
in 2008.
28
74000
2000
и результатами Обамы в 2008.
01:31
Yes Bill Clinton was from Arkansas, but these are very, very profound differences.
29
76000
5000
Да, Билл Клинтон родом из Арканзаса, но эти различия имеют глубинные корни.
01:36
So, when we think about parts of the country like Arkansas, you know.
30
81000
2000
Когда начинаешь думать о таких штатах, как Арканзас —
01:38
There is a book written called, "What's the Matter with Kansas?"
31
83000
3000
знаете, есть книга "Что случилось с Канзасом?"
01:41
But really the question here -- Obama did relatively well in Kansas.
32
86000
3000
Но здесь вопрос не в этом — в Канзасе Обама показал неплохие результаты.
01:44
He lost badly but every Democrat does.
33
89000
2000
Он проиграл, но там проигрывают все демократы.
01:46
He lost no worse than most people do.
34
91000
2000
Его результат был не хуже чем у большинства.
01:48
But yeah, what's the matter with Arkansas?
35
93000
4000
А что же случилось с Арканзасом?
01:52
(Laughter)
36
97000
1000
(Смех)
01:53
And when we think of Arkansas we tend to have pretty negative connotations.
37
98000
3000
При мысли об Арканзасе у нас возникают негативные ассоциации.
01:56
We think of a bunch of rednecks, quote, unquote, with guns.
38
101000
3000
На ум приходит образ "кучка неотесанных работяг с ружьями".
01:59
And we think people like this probably don't want to vote
39
104000
3000
И мы считаем, что такие люди вряд ли захотят голосовать
02:02
for people who look like this and are named Barack Obama.
40
107000
3000
за людей, которые выглядят вот так и носят имя Барак Обама.
02:05
We think it's a matter of race. And is this fair?
41
110000
3000
Мы полагаем, что всё дело в расе. Так ли это?
02:08
Are we kind of stigmatizing people from Arkansas, and this part of the country?
42
113000
3000
Или мы несправедливо оскорбляем людей из Арканзаса и этого региона страны?
02:11
And the answer is: it is at least partially fair.
43
116000
3000
Ответ: это предположение отчасти верно.
02:14
We know that race was a factor, and the reason why we know that
44
119000
2000
Мы знаем, что фактор расы влиял на голосование,
02:16
is because we asked those people.
45
121000
2000
потому что мы опросили этих людей.
02:18
Actually we didn't ask them, but when they conducted
46
123000
2000
Мы не делали этого лично, но когда они шли к выходу
02:20
exit polls in every state,
47
125000
2000
с избирательных участков в каждом штате,
02:22
in 37 states, out of the 50,
48
127000
2000
в 37 штатах из 50
02:24
they asked a question, that was pretty direct, about race.
49
129000
3000
им задали вопрос — весьма прямой — о влиянии расы.
02:27
They asked this question.
50
132000
2000
Их спросили:
02:29
In deciding your vote for President today, was the race
51
134000
2000
Влияла ли раса кандидата
02:31
of the candidate a factor?
52
136000
2000
на Ваш сегодняшний выбор?
02:33
We're looking for people that said, "Yes, race was a factor;
53
138000
3000
Мы искали людей, ответивших "Да, влияла,
02:36
moreover it was an important factor, in my decision,"
54
141000
2000
и более того, она сыграла решающую роль".
02:38
and people who voted for John McCain
55
143000
3000
Люди, проголосовавшие за Джона МакКейна
02:41
as a result of that factor,
56
146000
2000
ответили на этот вопрос положительно,
02:43
maybe in combination with other factors, and maybe alone.
57
148000
2000
возможно, на их решение повлияли и другие факторы, а может быть и нет.
02:45
We're looking for this behavior among white voters
58
150000
3000
Мы искали такие ответы среди белых избирателей
02:48
or, really, non-black voters.
59
153000
3000
или, вернее нечерных избирателей.
02:51
So you see big differences in different parts
60
156000
2000
Вы можете видеть большие различия
02:53
of the country on this question.
61
158000
2000
в ответах на этот вопрос в разных частях страны.
02:55
In Louisiana, about one in five white voters
62
160000
3000
В Луизиане примерно каждый пятый белый избиратель
02:58
said, "Yes, one of the big reasons why I voted against Barack Obama
63
163000
3000
сказал: "Да, одна из важных причин, побудившая меня голосовать против Барака Обамы
03:01
is because he was an African-American."
64
166000
2000
это то, что он афроамериканец".
03:03
If those people had voted for Obama,
65
168000
2000
Если бы эти люди проголосовали за Обаму
03:05
even half of them, Obama would have won Louisiana safely.
66
170000
4000
хотя бы половина из них — он легко выиграл бы выборы в Луизиане.
03:09
Same is true with, I think, all of these states you see on the top of the list.
67
174000
2000
Наверняка, это верно и для остальных штатов в верхней части списка.
03:11
Meanwhile, California, New York, we can say, "Oh we're enlightened"
68
176000
4000
А жители Калифорнии или Нью-Йорка могут похвастаться: "Мы уже просвещённые!",
03:15
but you know, certainly a much lower incidence of this
69
180000
2000
но я думаю, что в этих штатах
03:17
admitted, I suppose,
70
182000
2000
намного меньше людей
03:19
manifestation of racially-based voting.
71
184000
3000
открыто признались, что на их выбор повлияла раса.
03:22
Here is the same data on a map.
72
187000
2000
Вот те же данные на карте.
03:24
You kind of see the relationship between
73
189000
2000
Можно увидеть взаимосвязь между
03:26
the redder states of where more people responded and said,
74
191000
2000
более красными штатами, где больше людей ответили:
03:28
"Yes, Barack Obama's race was a problem for me."
75
193000
3000
"Да, раса Барака Обамы стала для меня препятствием".
03:31
You see, comparing the map to '96, you see an overlap here.
76
196000
3000
Сравнив эту карту с картой 1996 года мы видим частичное совпадение.
03:34
This really seems to explain
77
199000
2000
Мне кажется, что это объясняет,
03:36
why Barack Obama did worse
78
201000
2000
почему Барак Обама проиграл выборы
03:38
in this one part of the country.
79
203000
2000
в этой части страны.
03:40
So we have to ask why.
80
205000
2000
Нам стоит задать себе вопрос:
03:42
Is racism predictable in some way?
81
207000
2000
можно ли спрогнозировать расизм?
03:44
Is there something driving this?
82
209000
2000
Есть ли у него какие-то причины?
03:46
Is it just about some weird stuff that goes on in Arkansas
83
211000
2000
Или просто в Арканзасе и Кентукки
03:48
that we don't understand, and Kentucky?
84
213000
2000
творится что-то странное, чего мы не понимаем?
03:50
Or are there more systematic factors at work?
85
215000
2000
Или же там задействованы системные факторы?
03:52
And so we can look at a bunch of different variables.
86
217000
2000
Мы можем рассмотреть и другие переменные,
03:54
These are things that economists and political scientists look at all the time --
87
219000
3000
те, на которые всегда обращают внимание экономисты и политологи —
03:57
things like income, and religion, education.
88
222000
3000
например, уровень дохода, религию, образование.
04:00
Which of these seem to drive
89
225000
2000
Что из этих факторов привело
04:02
this manifestation of racism
90
227000
2000
к открытому проявлению расизма
04:04
in this big national experiment we had on November 4th?
91
229000
3000
в большом всенародном эксперименте 4 ноября?
04:07
And there are a couple of these that have
92
232000
2000
Есть две переменные
04:09
strong predictive relationships,
93
234000
2000
тесно связанные с данным результатом —
04:11
one of which is education,
94
236000
3000
во-первых, это уровень образования.
04:14
where you see the states with the fewest years of schooling
95
239000
2000
Здесь вы видите штаты с наименьшим сроком обучения в школах
04:16
per adult are in red,
96
241000
2000
на взрослого — они помечены красным —
04:18
and you see this part of the country, the kind of Appalachians region,
97
243000
3000
видите, в этой части страны — в районе Аппалачей
04:21
is less educated. It's just a fact.
98
246000
2000
люди менее образованны. Это просто факт.
04:23
And you see the relationship there
99
248000
2000
И здесь можно увидеть связь
04:25
with the racially-based voting patterns.
100
250000
3000
с выборами по расовому признаку.
04:28
The other variable that's important is
101
253000
2000
Вторая важная переменная
04:30
the type of neighborhood that you live in.
102
255000
3000
это тип местности, в которой живёт человек.
04:33
States that are more rural --
103
258000
2000
Более сельские штаты,
04:35
even to some extent of the states like New Hampshire and Maine --
104
260000
2000
даже такие как Нью-Гемпшир и Мэн,
04:37
they exhibit a little bit of
105
262000
2000
проявляют некоторые признаки
04:39
this racially-based voting against Barack Obama.
106
264000
3000
выборов на расовой основе против Барака Обамы.
04:42
So it's the combination of these two things: it's education
107
267000
2000
Т.е. причиной расизма стала комбинация двух факторов
04:44
and the type of neighbors that you have,
108
269000
2000
уровень образования и тип местности,
04:46
which we'll talk about more in a moment.
109
271000
2000
о котором мы еще поговорим.
04:48
And the thing about states like Arkansas and Tennessee
110
273000
2000
Между Арканзасом и Теннесси есть общий признак —
04:50
is that they're both very rural,
111
275000
2000
оба этих штата очень сельские,
04:52
and they are educationally impoverished.
112
277000
4000
и их жители лишены качественного образования.
04:56
So yes, racism is predictable.
113
281000
2000
Поэтому, да, расизм предсказуем.
04:58
These things, among maybe other variables,
114
283000
2000
Возможно есть и другие важные переменные,
05:00
but these things seem to predict it.
115
285000
2000
но эти две помогают предсказать его.
05:02
We're going to drill down a little bit more now,
116
287000
2000
А теперь давайте поговорим подробнее
05:04
into something called the General Social Survey.
117
289000
2000
о Всеобщем Социологическом Опросе.
05:06
This is conducted by the University of Chicago
118
291000
2000
Он проводится Университетом Чикаго
05:08
every other year.
119
293000
2000
каждые два года.
05:10
And they ask a series of really interesting questions.
120
295000
2000
Исследователи задают ряд интересных вопросов.
05:12
In 2000 they had particularly interesting questions
121
297000
2000
В 2000 году у них были особенно интересные вопросы
05:14
about racial attitudes.
122
299000
2000
об отношении к людям другой расы.
05:16
One simple question they asked is,
123
301000
2000
Один из вопросов звучал так:
05:18
"Does anyone of the opposite race live in your neighborhood?"
124
303000
4000
"Живут ли рядом с вами люди другой расы?"
05:22
We can see in different types of communities that the results are quite different.
125
307000
3000
Мы видим, что есть разные виды общества и что результаты совершенно разные.
05:25
In cites, about 80 percent of people
126
310000
3000
В городах около 80% людей
05:28
have someone whom they consider a neighbor of another race,
127
313000
3000
имеют соседа или близкого человека другой расы
05:31
but in rural communities, only about 30 percent.
128
316000
3000
Но в деревнях таких людей всего 30%
05:34
Probably because if you live on a farm, you might not have a lot of neighbors, period.
129
319000
3000
Вероятно потому, что у человека, живущего на ферме, просто мало соседей.
05:37
But nevertheless, you're not having a lot of interaction with people
130
322000
3000
Но даже несмотря на это у них не так много общения с людьми
05:40
who are unlike you.
131
325000
2000
не похожими на них.
05:42
So what we're going to do now is take the white people in the survey
132
327000
3000
Теперь мы возьмём всех белых опрошенных
05:45
and split them between those who have black neighbors --
133
330000
3000
и разделим их на тех у кого есть чёрные соседи
05:48
or, really, some neighbor of another race --
134
333000
2000
или вообще соседи другой расы,
05:50
and people who have only white neighbors.
135
335000
3000
и тех, у кого только белые соседи.
05:53
And we see in some variables
136
338000
2000
И некоторые переменные
05:55
in terms of political attitudes, not a lot of difference.
137
340000
2000
не оказывают видимого влияния на политические взгляды.
05:57
This was eight years ago, some people were more Republican back then.
138
342000
3000
Это было 8 лет назад, некоторые люди больше поддерживали Республиканцев.
06:00
But you see Democrats versus Republican,
139
345000
2000
Но в таблице "Демократы против Республиканцев",
06:02
not a big difference based on who your neighbors are.
140
347000
3000
раса окружения не очень влияет на выбор.
06:05
And even some questions about race -- for example
141
350000
2000
И даже при ответах на некоторые вопросы о расе
06:07
affirmative action, which is kind of a political question,
142
352000
2000
например, о приёме на работу человека другой расы,
06:09
a policy question about race, if you will --
143
354000
2000
что тоже связано с политикой и соблюдением законов,
06:11
not much difference here.
144
356000
2000
не очень большая разница в ответах.
06:13
Affirmative action is not very popular frankly, with white voters, period.
145
358000
3000
Хотя белые избиратели неохотно принимают таких людей на работу.
06:16
But people with black neighbors and people with mono-racial neighborhoods
146
361000
3000
Но независимо от того, какие люди их окружают,
06:19
feel no differently about it really.
147
364000
3000
их мнения практически солидарны.
06:22
But if you probe a bit deeper and get a bit more personal if you will,
148
367000
4000
Но если копнуть поглубже и сделать вопросы более личными,
06:26
"Do you favor a law banning interracial marriage?"
149
371000
2000
"Одобряете ли Вы закон о запрете межрасовых браков?"
06:28
There is a big difference.
150
373000
2000
Здесь большая разница в ответах.
06:30
People who don't have neighbors of a different race
151
375000
2000
Люди, в окружении которых нет представителей другой расы,
06:32
are about twice as likely
152
377000
2000
почти в два раза чаще против
06:34
to oppose interracial marriage as people who do.
153
379000
3000
межрасовых браков, чем те, кто живет в смешанном окружении.
06:37
Just based on who lives in your immediate neighborhood around you.
154
382000
3000
Их ответы были основаны на их ближайшем окружении.
06:40
And likewise they asked, not in 2000, but in the same survey in 1996,
155
385000
4000
Почти так же они ответили в таком же опросе 1996 года.
06:44
"Would you not vote for a qualified black president?"
156
389000
4000
"Будете ли вы голосовать против компетентного, но чернокожего кандидата?"
06:48
You see people without neighbors who are African-American who
157
393000
2000
Видите, люди, в окружении которых нет афроамериканцев,
06:50
were much more likely to say, "That would give me a problem."
158
395000
3000
были более склонны отвечать "Это станет проблемой".
06:53
So it's really not even about urban versus rural.
159
398000
2000
То есть дело даже не в городских или сельских штатах.
06:55
It's about who you live with.
160
400000
2000
Дело в том с кем рядом ты живёшь.
06:57
Racism is predictable. And it's predicted by
161
402000
2000
Расизм предсказуем. Его можно спрогнозировать по
06:59
interaction or lack thereof with people unlike you, people of other races.
162
404000
4000
наличию или отсутствию общения с людьми других рас.
07:03
So if you want to address it,
163
408000
2000
Если вам хочется решить эту проблему,
07:05
the goal is to facilitate interaction with people of other races.
164
410000
3000
то нужно создать больше возможностей для общения с людьми другой расы.
07:08
I have a couple of very obvious, I suppose,
165
413000
2000
У меня есть парочка вполне очевидных
07:10
ideas for maybe how to do that.
166
415000
3000
идей, которые, возможно, помогут это сделать.
07:13
I'm a big fan of cities.
167
418000
2000
Я очень люблю города
07:15
Especially if we have cites that are diverse and sustainable,
168
420000
3000
особенно со стабильным развитием и разным составом населения,
07:18
and can support people of different ethnicities and different income groups.
169
423000
3000
которые могут помочь людям разных наций с разным уровнем дохода.
07:21
I think cities facilitate more of the kind of networking,
170
426000
3000
Я думаю, города помогают налаживать связи,
07:24
the kind of casual interaction than you might have on a daily basis.
171
429000
3000
и в вашем повседневном кругу общения появляется больше людей.
07:27
But also not everyone wants to live in a city, certainly not a city like New York.
172
432000
3000
Но, разумеется, не все хотят жить в городах, особенно таких, как Нью-Йорк.
07:30
So we can think more about things like street grids.
173
435000
3000
Мы можем задуматься об улицах, которые образуют решётки.
07:33
This is the neighborhood where I grew up in East Lansing, Michigan.
174
438000
2000
Это квартал в Ист Лансинге, штат Мичиган, где я вырос.
07:35
It's a traditional Midwestern community, which means you have real grid.
175
440000
3000
Это обычный городок среднего запада, где люди связаны между собой настоящей решёткой.
07:38
You have real neighborhoods and real trees, and real streets you can walk on.
176
443000
3000
С настоящими соседями, деревьями и улицами, по которым можно гулять.
07:41
And you interact a lot with your neighbors --
177
446000
3000
Там люди очень часто общаются со своими соседями,
07:44
people you like, people you might not know.
178
449000
2000
с людьми, которые им нравятся и даже с незнакомцами.
07:46
And as a result it's a very tolerant community,
179
451000
3000
И в результате жители этих городков очень терпимы к окружающим.
07:49
which is different, I think, than something like this,
180
454000
2000
Я думаю, что они отличаются от жителей вот таких городков.
07:51
which is in Schaumburg, Illinois,
181
456000
2000
Это Шомберг в штате Иллинойс.
07:53
where every little set of houses has their own cul-de-sac
182
458000
3000
Где у каждого ряда домов есть собственный тупик
07:56
and drive-through Starbucks and stuff like that.
183
461000
2000
кафешки, где подают заказ в машину, и все в таком духе.
07:58
I think that actually this type of urban design,
184
463000
3000
Я полагаю, что именно такой тип планировки города,
08:01
which became more prevalent in the 1970s and 1980s --
185
466000
3000
стал преобладать в 1970–1980 годах.
08:04
I think there is a relationship between that and the country becoming
186
469000
3000
И я считаю, что есть связь между этим и тем, что страна стала
08:07
more conservative under Ronald Reagan.
187
472000
2000
более консервативной при Рональде Рейгане.
08:09
But also here is another idea we have --
188
474000
3000
Но у меня есть ещё одна идея —
08:12
is an intercollegiate exchange program
189
477000
2000
есть программы обмена студентами,
08:14
where you have students going from New York abroad.
190
479000
3000
которые позволяют студентам Нью-Йорка поехать за границу.
08:17
But frankly there are enough differences within the country now
191
482000
2000
Но и внутри нашей страны хватает различий.
08:19
where maybe you can take a bunch of kids from NYU,
192
484000
3000
Может быть, стоит взять группу детей из Нью-Йорка
08:22
have them go study for a semester at the University of Arkansas,
193
487000
2000
и отправить их на полгода в Университет Арканзаса
08:24
and vice versa. Do it at the high school level.
194
489000
3000
и наоборот. Начните делать так в старших классах.
08:27
Literally there are people who might be in school in Arkansas or Tennessee
195
492000
3000
В Арканзасе или Теннесси могут учиться дети,
08:30
and might never interact in a positive affirmative way
196
495000
3000
у которых никогда не было положительного опыта общения
08:33
with someone from another part of the country, or of another racial group.
197
498000
4000
с кем-то из другой части страны или с представителями другой расы.
08:37
I think part of the education variable we talked about before
198
502000
3000
Я думаю, что часть переменной "образование", о которой мы говорили ранее,
08:40
is the networking experience you get when you go to college
199
505000
2000
это налаживание контактов при поступлении в колледж
08:42
where you do get a mix of people that you might not interact with otherwise.
200
507000
4000
где ты узнаёшь разных людей, с которыми иначе мог бы не общаться.
08:46
But the point is, this is all good news,
201
511000
2000
Но суть в том, что это хорошо.
08:48
because when something is predictable,
202
513000
3000
Потому что когда что-то можно спрогнозировать,
08:51
it is what I call designable.
203
516000
2000
это можно спроектировать.
08:53
You can start thinking about solutions to solving that problem,
204
518000
2000
Можно начать думать над решениями этой проблемы.
08:55
even if the problem is pernicious and as intractable as racism.
205
520000
3000
Даже если это такая тлетворная и застарелая проблема как расизм.
08:58
If we understand the root causes of the behavior
206
523000
2000
Если мы поймём основные причины такого поведения,
09:00
and where it manifests itself and where it doesn't,
207
525000
2000
увидим, где оно проявляется, а где нет,
09:02
we can start to design solutions to it.
208
527000
3000
мы сможем придумать, как это исправить.
09:05
So that's all I have to say. Thank you very much.
209
530000
2000
Это всё, что я хотел сказать. Спасибо большое.
09:07
(Applause)
210
532000
1000
(Аплодисменты)
ABOUT THE SPEAKER
Nate Silver - StatisticianMath whiz and baseball fan Nate Silver was mainly known for predicting outcomes in fantasy ballgames -- until his technique hit a home run calling the outcome of the 2008 election primaries.
Why you should listen
In the 2008 election season's closing weeks, throngs of wonks and laypeople alike were glued to FiveThirtyEight.com, a habitforming political blog. Red and blue bar charts crowded the scrollbars as the pulse of exit polls crept along the site's latest projections. It seemed almost miraculous: In a year of acute turns of favor, the site's owner and mouthpiece, Nate Silver (who blogged anonymously as "Poblano" until outing himself on May 30, 2008, as a baseball numberhead), managed to predict the winners of every U.S. Senate contest -- and the general Presidential election.
Besides being just-damn-fascinating, Silver's analysis is a decidedly contrarian gauntlet thrown before an unrepentant, spectacle-driven media. The up-and-coming pundit, who cut his teeth forecasting the performance of Major League Baseball players, has a fairly direct explanation of why most projections fail: "Polls are cherry-picked based on their brand name or shock value rather than their track record of accuracy."
Silver's considerable smarts are already helping local campaigns build constituencies and strategize. He is the author of The Signal and the Noise: Why So Many Predictions Fail - but Some Don't.
Nate Silver | Speaker | TED.com