Translate

Saturday, August 18, 2018

Richey vs. Erb in the Whatcom 2018 Primary

 I am analyzing the precinct differences between the all county races and the apparent conflict between precinct results and precinct correlations in similar populations of voters. This post will need a wide screen and is probably not viewable on some phones. I am using Whatcom County results from 08/15/2018 but will update with certified vote totals after 08/20/2018. 


James Erb ~8K loss to Eric Richey in the primary was distributed by falloff percentage across many precincts. In the chart above,there were ~4K less votes in the Prosecutors race vs. the County at Large Race. In the chart below, the ('lowess') trend line representing James Erb precinct votes increases dramatically as precinct falloff in the Prosecutor's race decreases. Votes are scaled by dividing by 10 to match the 'falloff percentage". Click to enlarge the graphs.




Introduction

Technical appendices exist to this post covering data sources and the concepts of voter falloff, correlation and similar populations.  The data for this post can be found here. The Richey vs. Erb (Prosecutor race) primary shows correlations and falloff in patterns much different to the other races in Whatcom County, especially the County at Large race which has a voting population with comparable measures of variance. The precinct correlations and falloff in the Prosecutor's race deserve greater analysis.  The "all county" races in the Whatcom County 2018 primary gathered their shares of the nearly ~ 63K votes for the following candidates:

EricRichey,JamesErb 
# Prosecutor
[1] 53385

TomSeGuine,CecilyHazelrigg-Hernandez,LisaKeeler,RogerLeishman,RitaLatsinova
# Judiciary
[1] 54466

CarolFrazey, MikePeetoom, AaronThomas,EricBostrom 
#County at Large
[1] 57028

The race votes divided up as below, with Democrats essentially holding the recently established 3:2 all county edge for the  County at Large, Judicial, and Prosecutor races. But for the Prosecutor race, we have two Democrats of which James Erb was endorsed by the Whatcom Democrats:

EricRichey,JamesErb # Prosecutor
   RaceTotals
1:      30940 D
2:      22445 D

CarolFrazey,AaronThomas,MikePeetoom,EricBostrom
#County at Large
1:      23985 D
2:      10954 D
3:      13956 R
4:       8133 R

The judiciary race is non-partisan (and spanned four counties), however some preferences could be assumed as below based upon ... generally accepted rumors (?). Cecily Hazelrigg-Hernandez was endorsed by the Whatcom Democrats. Whatcom County totals were:

TomSeGuine, CecilyHazelrigg-Hernandez, LisaKeeler,RogerLeishman,RitaLatsinova
# Judiciary [non partisan]
   RaceTotals
1:      13721 [R]
2:      14724 [D]
3:      13012 [D]
4:       5365 [?]
5:       7644 [?]

For the rest of this post I will compare the Whatcom County Council at Large race with the Prosecutor's race.  

Correlation Coefficients

Both Eric Richey and James Erb ran as Democrats. However, Richey's precinct totals correlate with Republican's Eric Bostrom and Mike Peetoom whereas Erb's precinct totals correlate strongly with left leaning candidates Carol Frazey and Aaron Thomas.

            EricRichey JamesErb 
EricBostrom       0.75    -0.04 
EricRichey        1.00     0.43 
JamesErb          0.43     1.00 
CarolFrazey       0.47     0.93 
MikePeetoom       0.59    -0.30 
AaronThomas       0.35     0.87 


[cor matrix]

            EricBostrom EricRichey JamesErb CarolFrazey MikePeetoom AaronThomas
EricBostrom        1.00       0.75    -0.04       -0.05        0.74       -0.08
EricRichey         0.75       1.00     0.43        0.47        0.59        0.35
JamesErb          -0.04       0.43     1.00        0.93       -0.30        0.87
CarolFrazey       -0.05       0.47     0.93        1.00       -0.33        0.74
MikePeetoom        0.74       0.59    -0.30       -0.33        1.00       -0.33
AaronThomas       -0.08       0.35     0.87        0.74       -0.33        1.00

n= 176 

Despite their nearly ~4K population size difference, many of the precinct measures of variances for Prosecutor and County voting populations (p1,p2) imply  similar populations

                  names       data
 1:              sum.p1      53385
 2:              sum.p2      57028
 3:             mean.p1        303
 4:             mean.p2        324
 5:           median.p1        308
 6:           median.p2        330
 7:               sd.p1        112 # standard deviation
 8:               sd.p2        114
 9:              var.p1      12538 # variance
10:              var.p2      12966
11:              mad.p1        104 # median absolute deviation
12:              mad.p2        110
13:      t.test_p.value 0.08640847 # standard t-test in r
14:    t.test_statistic  -1.719496
15:   prop.test_p.value  0.9999985 # assess null proportions
16: prop.test_statistic   101.0407
17:    var.test_p.value  0.8244875 # F-test in r
18:  var.test_statistic  0.9669792

The Prosecutor's race suffers the highest falloff rates in the most conservative precincts. Erb's votes are especially low here, but even in precincts where Erb manages triple digits, the falloff rates for prosecutor are high, often double the County at Large falloff rates:


    PrecinctID EricRichey JamesErb Prosecutor County Falloff_Prosecutor Falloff_County        P
 1:        183          3        3          6      9               40.0           10.0 red-blue
 2:        611        161       54        215    275               28.8            8.9      red
 3:        144        258       64        322    397               28.0           11.2      red
 4:        604        273       92        365    451               27.4           10.3      red
 5:        601        160       48        208    246               27.3           14.0      red
 6:        140        282       76        358    445               27.2            9.6      red
 7:        147        162      107        269    329               27.1           10.8      red
 8:        116        158       33        191    239               25.4            6.6      red
 9:        125        189       64        253    305               25.4           10.0      red
10:        118        189       75        264    318               25.2            9.9      red
11:        113        182       64        246    292               25.0           11.0      red
12:        141        206       87        293    357               24.9            8.5      red
13:        605        321      106        427    497               24.6           12.2      red
14:        607        184       51        235    296               24.4            4.8      red
15:        609        254       70        324    386               24.3            9.8      red
16:        102        152       93        245    286               23.7           10.9      red
17:        602        215       75        290    338               23.5           10.8      red
18:        701        165       70        235    268               23.5           12.7      red
19:        122        133       65        198    233               22.4            8.6      red
20:        145        257       97        354    405               22.2           11.0      red
21:        801        133       63        196    229               22.2            9.1      red
22:        149        150       61        211    242               22.1           10.7      red
23:        112         53       18         71     79               22.0           13.2      red
24:        606        240       76        316    358               22.0           11.6      red
25:        120        218       58        276    320               21.8            9.3      red
26:        153        163      123        286    330               21.6            9.6      red
27:        146        276       91        367    436               21.2            6.4      red
28:        121        142       82        224    257               21.1            9.5      red
29:        603        168       50        218    252               21.0            8.7      red
30:        108        201      132        333    372               20.9           11.6      red
31:        117        167       45        212    250               20.9            6.7      red
32:        148        162      129        291    326               20.9           11.4      red
33:        610        298       84        382    437               20.9            9.5      red
34:        401        122       42        164    181               20.8           12.6      red
35:        110        209      124        333    378               20.5            9.8      red
36:        132        149       89        238    258               20.4           13.7      red
37:        139        111       16        127    148               20.1            6.9      red
    PrecinctID EricRichey JamesErb Prosecutor County Falloff_Prosecutor Falloff_County        P

By comparison, where the falloff rates are lower, Erb does much better. These are bluer precincts:

    PrecinctID EricRichey JamesErb Prosecutor County Falloff_Prosecutor Falloff_County        P
 1:        211        231      139        370    376               10.0            8.5 red-blue
 2:        244        199      206        405    419               10.0            6.9     blue
 3:        263        105      238        343    352               10.0            7.6     blue
 4:        264        192      208        400    408                9.9            8.1     blue
 5:        233        216      166        382    398                9.7            5.9     blue
 6:        209        181      236        417    417                9.3            9.3     blue
 7:        229        154      173        327    330                9.2            8.3     blue
 8:        249        225      221        446    455                9.2            7.3     blue
 9:        238        172       99        271    274                9.1            8.1     blue
10:        262        160      190        350    362                9.1            6.0     blue
11:        226        107      117        224    228                8.9            7.3     blue
12:        137        164      188        352    363                8.8            6.0     blue
13:        216        196      294        490    500                8.8            6.9     blue
14:        250        254      321        575    577                8.7            8.4     blue
15:        225        215      283        498    505                8.5            7.2     blue
16:        134        195      210        405    409                8.4            7.5     blue
17:        223        100      195        295    300                8.4            6.8     blue
18:        230        119      123        242    252                8.3            4.5     blue
19:        239        233      186        419    427                8.3            6.6     blue
20:        255        117      137        254    258                8.3            6.9     blue
21:        269         27       17         44     45                8.3            6.2     blue
22:        208        245      292        537    543                8.2            7.2     blue
23:        215        201      272        473    481                8.0            6.4     blue
24:        251        190      230        420    410                7.9           10.1     blue
25:        174        168      126        294    304                7.8            4.7 blue-red
26:        245          5        7         12     14                7.7           -7.7     blue
27:        254        177      158        335    330                7.7            9.1     blue
28:        159         83       38        121    126                7.6            3.8      red
29:        258        208      253        461    469                7.6            6.0     blue
30:        222        240      331        571    577                7.5            6.5     blue
31:        227        177      227        404    410                7.3            6.0     blue
32:        261        145      201        346    338                7.2            9.4     blue
33:        228        145      209        354    351                7.1            7.9     blue
34:        138        143      323        466    448                7.0           10.6     blue
35:        214        151      227        378    386                6.9            4.9     blue
36:        207        114      150        264    267                6.4            5.3     blue
37:        246        107      200        307    299                6.1            8.6     blue
38:        257        126      126        252    251                5.3            5.6     blue
39:        210        263      341        604    599                4.6            5.4     blue
    PrecinctID EricRichey JamesErb Prosecutor County Falloff_Prosecutor Falloff_County        P



Appendices

Statistical Concepts

'Falloff' refers to how much of the ballot was voted upon. 'Turnout' usually refers to how many of the active registered population voted. See here.  But 'falloff' tells us:  "Of those who voted, how many voted on a specific candidate or initiative" . For this post "Votes Good" are those ballots judged as ready for tabulation by the auditor. This does not imply any votes tabulated or cast from those ballots marked 'Good '. See blank ballot.  In a WA state matchback,  a ballot ready for tabulation is ready to be counted if it is marked as AVReturnStatus == "Good". A 'falloff percentage" is Votes for a Candidate / "Votes Good".  That percentage can be assigned to each precinct for any particular candidate or initiative.

A 'Correlation Coefficient' is a measure of the strength of the relationship between two sets of data. The 'Pearson correlation coefficient'  is defined as the covariance of X,Y over the product of the standard deviations of X,Y. The base R language correlation coefficient function is 'cor'.   'Cor' returns a data point between 1 : -1.  For practical usage:

1 =  absolute correlation
0 = no correlation
-1 = absolute negative correlations

There are no universally agreed upon definitions for the strength of correlations, only generally accepted guidelines.  Correlation coefficient functions produces a  statistical measure that shows the mathematical strength of a numerical relationship. An oft repeated warning is "Correlation does not imply Causation". All that being said, covariance and correlation are some the best measures of relationships between linear data. The Pearson correlation coefficient normalizes covariance with standard deviation .


Data Sources


Spreadsheet fields: 
as.matrix(names(c_prec))
      [,1]                
 [1,] "PrecinctID"        
 [2,] "P" # Precinct blue / red prediction See below            
 [3,] "EricRichey"        
 [4,] "JamesErb"          
 [5,] "Robinson"          
 [6,] "Buchanan"          
 [7,] "CarolFrazey"       
 [8,] "AaronThomas"       
 [9,] "EricBostrom"       
[10,] "MikePeetoom"       
[11,] "VotesGood"   # Votes tabulated from 08/14/2018 matchback      
[12,] "Registered"  # Active from 08/14/2018 matchback   
[13,] "Falloff_Prosecutor" # 1 - ((Richey + Erb) / VotesGood )  * 100
[14,] "Falloff_County"     # 1 -  ((CarolFrazey + AaronThomas + EricBostrom + MikePeetoom ) / VotesGood) * 100
[15,] "diffP"    # For diff and div see below         
[16,] "divP"              
[17,] "diffC"             
[18,] "divC"              
[19,] "diffC17"           
[20,] "divC17"           


# P:
BR=round(Buchanan/(Buchanan + Robinson),3) * 100
[BR >=55,P:="blue"]
[BR <=45,P:="red"]
[BR < 55 & BR >= 50,P:="blue-red"]
[BR > 45 & BR <= 50,P:="red-blue"]


# diffs and divs block
diffP=JamesErb - EricRichey
divP=round(JamesErb/(EricRichey+JamesErb),3) * 100
diffC= (CarolFrazey + AaronThomas) - (EricBostrom + MikePeetoom)
divC=round((CarolFrazey + AaronThomas) / ((EricBostrom + MikePeetoom) + (CarolFrazey + AaronThomas)),3) * 100
diffC17=Buchanan - Robinson
divC17=round(Buchanan/(Robinson+Buchanan),3) * 100)


          

No comments: