Paris Match. Paris Match. Comment votre modèle est-il construit ?
William Thay : Nous nous sommes inspirés de modèles existants, notamment de FiveThirtyEight, qui combine les sondages avec d’autres données, comme le comportement historique des électeurs, la popularité de l’exécutif ou encore les indicateurs économiques. Nous avons repris cette approche en intégrant l’ensemble de ces données dans notre modèle.
Notre logiciel réalise ensuite 20 000 simulations de Monte-Carlo pour estimer les différents scénarios possibles jusqu’au jour de l’élection et en tirer une prévision. C’est ce qui distingue notre modèle des sondages. Un sondage mesure l’état de l’opinion à un instant donné, en posant par exemple la question : « Si l’élection avait lieu dimanche, pour qui voteriez-vous ? » Notre modèle va plus loin : il ne cherche pas seulement à savoir ce que pensent les électeurs aujourd’hui, mais à estimer ce qui pourrait se passer le jour de l’élection.
Vous vous êtes inspirés de FiveThirtyEight, dîtes-vous. Un modèle qui n’a pas permis de déterminer précisément qui, de Kamala Harris ou de Donald Trump, pouvait l’emporter en 2024. Dans les derniers jours, il les donnait à 50-50. Comment mesurez-vous la performance de votre modèle ?
Cela peut effectivement arriver, notamment lors d’élections très serrées. Nous avons, par exemple, entraîné notre modèle sur des élections étrangères, notamment en Saxe-Anhalt, lors des élections régionales allemandes qui se sont déroulées le week-end dernier (NDLR). Pour obtenir des sièges, un parti doit notamment dépasser le seuil de 5 %. Nos simulations estimaient que les Verts avaient 57 % de chances de franchir ce seuil. Ils ne l’ont finalement pas atteint. C’est justement ce que permet de montrer une prévision probabiliste : elle ne dit pas avec certitude ce qui va se produire, mais mesure la probabilité que chaque scénario se réalise.
Si l’on prend maintenant l’ensemble des résultats, notre modèle a correctement prédit 38 circonscriptions sur 41. Nous avons estimé avec précision le score del’AfD en nombre de sièges.
Qu’est ce qui a pu vous induire en erreur ?
L’une de nos principales difficultés a concerné le BSW, un parti populiste de gauche créé en 2024 en Allemagne (NDLR). Comme notre modèle s’appuie notamment sur les résultats des élections précédentes et sur l’ancrage local, il était difficile d’évaluer correctement un parti aussi récent. Nous avons doncsous-estimé le score du BSW. Notre deuxième erreur concernait la manière dont nous avions évalué le vote sanction. Nous avons sous-estimé l’impopularité de Friedrich Merz (le chancelier, NDLR) et, par conséquent, l’ampleur du vote sanction à l’égard de la CDU. Malgré cela, notre modèle a obtenu 92 % de réussite.
Parmi toutes les données que vous intégrez, lesquelles sont les plus déterminantes dans les estimations ?
Notre modèle repose sur trois grands blocs : un bloc consacré aux sondages, un bloc consacré au comportement historique des électeurs et un bloc structurel. Ce dernier intègre notamment la popularité des exécutifs, les données économiques ainsi que différents indicateurs susceptibles d’influencer le contexte électoral. La composante historique vise à mesurer le comportement des électeurs dans le temps. Elle prend en compte leurs résultats lors des élections précédentes, tant au niveau national qu’au regard des différentes sociologies électorales.
À ce stade, les sondages sont considérés comme moins fiables, car nous sommes encore relativement éloignés de l’élection. Ils se voient donc attribuer un poids plus faible que les composantes historique et structurelle. À mesure que l’échéance électorale approche, leur poids augmente progressivement, tandis que celui de la composante structurelle diminue. La composante historique, quant à elle, reste constante tout au long de la période de prévision.
Comment l’agrégateur de sondages fonctionne-t-il ?
Pour construire notre agrégateur de sondages, nous prenons en compte plusieurs critères afin d’attribuer à chaque sondage un poids dans notre modèle.
Premièrement, nous tenons compte de l’ancienneté du sondage. Nous intégrons les sondages portant sur l’élection présidentielle, mais plus un sondage est ancien, moins il est considéré comme représentatif de l’état actuel de l’opinion et moins son poids est important dans notre modèle.
Deuxièmement, nous évaluons la fiabilité des instituts de sondage. Pour chaque institut, nous mesurons ses performances passées à différentes échéances avant l’élection — par exemple à N-8, N-7, N-6, N-4 ou N-3 mois. L’idée est simple : si un institut s’est montré particulièrement fiable à une échéance donnée par le passé, ses sondages bénéficient d’un poids plus important lorsque nous nous situons à cette même échéance. Cette méthode permet notamment de corriger les biais propres à chaque institut de sondage. L’objectif n’est donc pas de considérer tous les instituts comme équivalents, mais de tenir compte de leur fiabilité historique.Troisièmement, nous prenons en compte la taille de l’échantillon. À méthodologie comparable, un sondage réalisé sur un échantillon plus important apporte davantage d’information et se voit donc attribuer un poids plus élevé.
Enfin, nous examinons la qualité de l’échantillon. Les instituts ont l’obligation de publier leur notice méthodologique auprès de la Commission des sondages. Ces informations nous permettent notamment de comparer l’échantillon brut — c’est-à-dire les personnes effectivement interrogées — à l’échantillon redressé, sur lequel l’institut applique ses corrections statistiques. Plus l’échantillon brut se rapproche de la structure réelle de l’électorat, moins le redressement nécessaire est important. Nous considérons alors que le sondage présente une meilleure qualité d’échantillonnage et nous lui accordons un poids plus important dans notre agrégateur.
Au total, le poids attribué à chaque sondage dépend donc de quatre éléments principaux : son ancienneté, la fiabilité historique de l’institut à l’échéance considérée, la taille de son échantillon et la qualité de celui-ci.
Qu’est-ce qui peut expliquer qu’un candidat comme Jean-Luc Mélenchon obtienne dans votre modèle un score sensiblement supérieur à celui que lui attribuent aujourd’hui les sondages ?
Selon les hypothèses testées, notre modèle donne Mélenchon entre 18 % et 22,5 %. La première raison est que les sondages ont des difficultés à constituer un échantillon fiable concernant Jean-Luc Mélenchon. Je pense notamment au fait qu’il dispose d’un électorat populaire, notamment dans les quartiers et les banlieues. C’est un électorat qui est plus difficile à constituer en panel que d’autres. C’est un peu comparable à ce qui s’est passé aux États-Unis avec l’électorat populaire de Donald Trump : certains électeurs ont une méfiance naturelle à l’égard des institutions et des sondages et ne répondent pas nécessairement aux enquêtes.
À une époque, on parlait de « vote caché » pour le Rassemblement national. Aujourd’hui, on pourrait plutôt parler d’un « vote non détecté » pour La France insoumise. Comment arrivez-vous à le détecter ?
Nous considérons que l’élection d’Emmanuel Macron en 2017 a marqué une forme de révolution politique, notamment parce qu’elle a ancré un phénomène que l’on observait déjà depuis plusieurs scrutins : la tripartition. Notre système politique était auparavant davantage construit autour d’une logique bipartisane ou, à tout le moins, autour de deux grands partis qui s’affrontaient au sein de chaque bloc. Aujourd’hui, nous ne sommes plus du tout dans la même configuration.
Lorsque nous avons commencé à tester notre modèle, nous avons constaté que le fait d’avoir trois partis qui se battent pour deux places au deuxième tour entraîne de nouveaux comportements.
On observe notamment un vote tactique dès le premier tour. Pendant longtemps, on disait : au premier tour, on choisit ; au deuxième tour, on élimine. Désormais, de plus en plus d’électeurs votent tactiquement dès le premier tour. Si leur candidat de cœur n’a aucune chance d’accéder au deuxième tour, ils peuvent voter « utilement » pour un candidat proche de leurs idées et susceptible de se qualifier. Nous avons notamment mesuré ce phénomène lors des européennes de 2019 et de l’élection présidentielle de 2022. En 2022, une partie des électeurs de Valérie Pécresse ont voté pour Emmanuel Macron. Une partie de l’électorat d’Éric Zemmour a voté pour Marine Le Pen afin de lui permettre d’accéder au deuxième tour. Et une partie des électorats de Yannick Jadot et d’Anne Hidalgo a voté directement pour Jean-Luc Mélenchon.
C’est ce « vote utile » que vous avez intégré ?
Oui. C’est notamment pour cela que des candidats comme Bruno Retailleau obtiennent des scores plus faibles dans notre modèle que dans les sondages. C’est également pour cela que Raphaël Glucksmann peut être très proche d’une qualification dans certaines hypothèses et beaucoup plus bas dans d’autres. Nous mettons toutefois un bémol : selon les hypothèses, quatre candidats peuvent se retrouver en situation de se battre pour le deuxième tour, ou seulement trois. On verra donc si nous revenons à une logique de tripartisme ou si nous évoluons vers une forme de quadripartisme, avec une gauche radicale, un centre gauche, un centre droit et une droite nationale.
Est-ce que votre modèle peut montrer la manière dont les ralliements, les désistements, etc., peuvent avoir un impact sur la campagne ?
Pour l’instant, nous n’avons pas encore intégré la variable des désistements. Nous faisons des tests sur d’autres élections pour intégrer cette variable, car nous avons un problème méthodologique : les modèles scientifiques américains considèrent que cette variable n’est pas suffisamment scientifique. Nous la testons donc de notre côté afin de mesurer son influence. Cela nous a notamment permis d’étudier l’impact de certaines déclarations d’Édouard Philippe et de Marine Le Pen.
Lesquelles ?
Les prises de position récentes d’Édouard Philippe sur l’immigration, par exemple. Dans l’hypothèse où il affronterait Marine Le Pen au deuxième tour, la candidate peut moins facilement le piéger sur ce sujet s’il est considéré comme ayant adopté une position plus ferme que celle historiquement adoptée par lebloc central. Les reports de voix de l’électorat de Bruno Retailleau lui sont donc plus favorables. Dans une élection très serrée, cela peut suffire à changer la donne. Pour Marine Le Pen, nous avons également observé que la polémique sur le voile pourrait davantage activer le front républicain, comme nous l’avons connue aux législatives de 2024 et lors des présidentielles de 2017 et 2022.
À qui votre modèle est-il destiné ? Aux électeurs, aux médias, aux candidats, aux partis politiques ?
Principalement aux médias. Nous voulions apporter une nouvelle méthodologie d’analyse. Nous pensons que les journalistes politiques ont aujourd’hui intégré l’ensemble des sondages disponibles, mais qu’ils ont besoin d’une nouvelle méthode pour mesurer et comprendre un peu mieux ce qui peut se passer. Nous pensons que notre modèle apporte justement cette nouvelle grille de lecture.
Entretien de William Thay, Politologue et président du think-tank Le Millénaire
Pour soutenir nos analyses ou nous rejoindre pour rendre sa grandeur à la France
Crédit photo : Secretary Pompeo Arrives to Meet with French Foreign Minister Le Drian in Paris, de U.S. Department of State from United States, via Wikimedia Commons, sous licence public domain
_(cropped).jpg){kind=link}
Add a Comment