Om modellen

Så fungerar Trefyranio

En statistisk prognos för riksdagsvalet 2026, inspirerad av FiveThirtyEight men byggd för det svenska valsystemet.

Opinionsmätningar vägs samman

Alla publicerade väljarbarometrar (Novus, Verian/Sifo, Demoskop, Ipsos, Indikator, Sentio, SCB:s PSU m.fl.) samlas in. En dynamisk bayesiansk modell skattar varje partis stöd över tid och projicerar trenden fram till valdagen, med en skattad riktning (trend) per parti. I år ser modellen små nettoförändringar fram till valet.

Varje mätinstitut kalibreras

Institut som historiskt träffat bäst väger tyngre i sammanvägningen. Varje instituts systematiska lutning (”house effect”) skattas och justeras bort — relativt genomsnittsinstitutet, med institutets historiska lutning som startgissning.

Men genomsnittet kan självt luta: om nästan alla institut missar ett parti åt samma håll syns det inte i en jämförelse mellan instituten. Därför mäter vi branschens gemensamma lutning mot de faktiska valresultaten 2010–2022 — inte mot konsensus — och lägger en dämpad korrigering på valdagsprognosen. I praktiken har S underskattats med ~2 procentenheter och V och MP överskattats med ~1, medan SD:s slutmätningar legat nära (myten om en stor SD-underskattning gäller mest tidiga mätningar). Det är så vi förankrar prognosen i utfallet, inte i ”det genomsnittliga institutet”.

Från röster till mandat

Tiotusentals simuleringar dras ur modellen. Varje simulering körs genom det riktiga valsystemet: 4-procentsspärren (eller 12 % i en valkrets), jämkade uddatalsmetoden med första deltal 1,2, samt utjämningsmandaten. Resultatet blir en fördelning över mandat — inte en enda gissning. Det är därför partier nära 4 % får ett tudelat utfall: antingen in i riksdagen, eller helt utslagna.

Tack vare just utjämningsmandaten blir mandatfördelningen exakt proportionell mellan partierna över spärren — efter 2018 års vallagsändring. Vi har verifierat det: metoden återskapar både 2018 och 2022 mandat för mandat. (Vill du se var i landet mandaten hamnar finns en karta över mandaten per valkrets.)

En vanlig invändning: räknar vi med stödröstning — att t.ex. M- eller S-väljare lånar ut röster för att rädda en liten allierad över spärren? Vi har kollat utfallet: bland partier som låg nära spärren i slutmätningarna (2010–2022) syns ingen systematisk överprestation — L 2022 fick 4,6 % trots 5,5 % i mätningarna. Tolkningen är att stödröstningen redan ligger i mätningarna när vi prognoser. Vi lägger därför ingen extra ”räddnings-bonus” (det vore att gissa), men osäkerheten kring spärren finns redan inbyggd — ett parti nära 4 % får hela utfallsspannet.

Osäkerheten är kalibrerad

Prognosens osäkerhet är kalibrerad mot hur fel mätningarna faktiskt låg före de fyra senaste valen (2010, 2014, 2018 och 2022), mätt på samma avstånd till valet som idag. Den krymper ju närmare valdagen vi kommer — modellen är mer osäker i juni än i september. Modellen är medvetet ödmjuk: ett försprång i juni är inte detsamma som en seger i september.

Blocken rör sig tillsammans

Mätfel är sällan oberoende mellan partier — när ett parti i ett block överskattas tenderar de andra i samma block att göra det också (de delar väljarkår och stämningsläge). Modellen tar hänsyn till den samvariationen, så att osäkerheten i blockens totala mandat — och därmed sannolikheten för vem som kan bilda regering — inte blir falskt snäv. Att behandla partiernas fel som oberoende är ett klassiskt skäl till att valprognoser blir överdrivet tvärsäkra.

Regering och koalitioner

Ur mandatsimuleringarna räknas sannolikheten för olika regeringsutfall och för att varje tänkbar koalition når egen majoritet (175 mandat). Vem som faktiskt bildar regering avgörs av förhandlingar som ingen modell kan förutsäga — särskilt Centerns vägval — så vi visar mandatmatematiken och låter det politiska valet vara öppet.

Vetenskaplig grund

Modellen är ingen egen uppfinning — den bygger på etablerad forskning om dynamisk bayesiansk sammanvägning av opinionsmätningar och om valprognoser i flerpartisystem.

• Bayesiansk sammanvägning & house effects. Den latenta väljaropinionen som följs över tid, med en bias per institut, går tillbaka till Jackman (2005), Pooling the Polls Over an Election Campaign (Australian Journal of Political Science). Den dynamiska prognosvarianten: Linzer (2013), Dynamic Bayesian Forecasting of Presidential Elections in the States (JASA), och The Economist-modellen — Heidemanns, Gelman & Morris (2020), An Updated Dynamic Bayesian Forecasting Model (Harvard Data Science Review).
• Flerpartisystem. Närmast vårt upplägg: Stoetzer, Neunhoeffer, Gschwend, Munzert & Sternberg (2019), Forecasting Elections in Multiparty Systems: A Bayesian Approach Combining Polls and Fundamentals (Political Analysis) — bayesianskt, med koalitionssannolikheter.
• Svenska mätningar som kompositionsdata. Röstandelar lever på simplexet (de summerar till 100 %); vår ALR-transform kommer från Aitchisons (1986) kompositionsstatistik. För svensk tillämpning: Bergman & Holmquist (2014), Poll of Polls: A Compositional Loess Model (Scandinavian Journal of Statistics), och Bergman (2015), Are there house effects in Swedish polls? (Lunds universitet).
• Tidsserie & inferens. Slumpvandringen följer Harveys (1989) strukturella tidsseriemodeller; modellen anpassas med Hamiltonian Monte Carlo — NUTS-samplern (Hoffman & Gelman, 2014), via NumPyro.
• Inspiration. Nate Silver / FiveThirtyEight: institutsbetyg, house-effect-justering och probabilistisk simulering snarare än en enda gissning — så fungerar 538:s prognos; Silver, The Signal and the Noise (2012).

En skillnad mot de amerikanska modellerna: i USA väger fundamenta (ekonomi, sittande president) tungt tidigt i cykeln. Vårt backtest visar att svenska mätningar är så täta att de redan fångar t.ex. ”regeringsslitaget” långt före valet — så vår fundamenta-term (cost of ruling) finns inbyggd men är avstängd tills data motiverar den.

Källor

Valresultat: Valmyndigheten och SCB. Opinionsmätningar: SwedishPolls (CC0) samt SCB. Partifärger enligt svensk konvention. Detta är en prognos byggd på offentliga data — inte en förutsägelse, och inte knuten till något parti.