Tables and Charts from the Final Primary 2018 Whatcom County matchback

Below are some tables and charts from the final Whatcom County matchback. Will need wide screen to display correctly.

AVReturnedDate Comparison:

AVReturnStatus for Primary 2018 and GE2017 were very similar for the 16 days of (non trivial volumes) voting. The major difference (according to Whatcom County Elections) was that increased mail in ballots in 2018 allowed for a huge return the day after the election. Election dates have purple vertical line.  Click on chart to enlarge.

Demographic Table by AVReturnedDate:

    Date sumVotes male female millen genx boomer postwar Residence Rental LD40  LD42 LD42_CD1 LD42_CD2 
 1: 07/23      516  264    252     63   74    239     140       361    155   92   424      237      187
 2: 07/24      450  237    213     44   80    241      85       359     91  134   316      104      212
 3: 07/25     2449 1168   1280    277  363   1325     483      2003    445  731  1717     1019      698
 4: 07/26     4069 1951   2114    450  559   2259     797      3237    828  828  3237     2568      669
 5: 07/27     1820  850    970    214  276   1018     312      1495    325  765  1055      736      319
 6: 07/30     6567 2993   3569    935  985   3441    1202      5275   1288 2039  4524     3255     1269
 7: 07/31      393  184    209     60   81    223      29       333     60  188   205       70      135
 8: 08/01     4016 1851   2162    573  741   2111     588      3348    665 1423  2590     1835      755
 9: 08/02     3126 1406   1719    451  556   1672     446      2696    429  877  2248     1723      525
10: 08/03     2601 1151   1449    399  480   1359     362      2151    449  936  1664     1159      505
11: 08/06     7968 3645   4313   1140 1422   4264    1132      6691   1267 2996  4962     3295     1667
12: 08/07    11157 5266   5877   2215 2520   5513     895      9845   1298 3451  7692     5701     1991
13: 08/08    16215 7449   8732   4364 4190   6561    1066     13897   2284 5359 10822     7683     3139
14: 08/09      891  394    487    269  216    342      54       758    123  271   610      457      153
15: 08/10      224  104    117     74   44     88      15       197     24   71   150      121       29
16: 08/14      128   57     69     58   23     41       4        98     28   45    81       57       24
17: 08/15       48   24     24     25    5     14       4        40      8   19    29       22        7
18: 08/16       29   18     11     11    8      9       1        26      3    7    22       18        4
19: 08/17       16   10      6      8    5      3       0        10      6    6    10        7        3
20: 08/20       26   14     12      9    5     12       0        21      5    9    17       11        6

Demographic Table by Sums:

       Names Final Registered  Pct  Diff

 1:  sumVotes 62709     137130 45.7 74421

 2:      male 29036      67116 43.3 38080

 3:    female 33585      73285 45.8 39700

 4:    millen 11639      47091 24.7 35452

 5:      genx 12633      33045 38.2 20412

 6:    boomer 30735      49322 62.3 18587

 7:   postwar  7615      10952 69.5  3337

 8: Residence 52841     114680 46.1 61839

 9:    Rental  9781      25730 38.0 15949

10:      LD40 20247      44779 45.2 24532

11:      LD42 42375      95631 44.3 53256

12:  LD42_CD1 30078      69687 43.2 39609

13:  LD42_CD2 12297      25944 47.4 13647

14:       CD1 31632      72900 43.4 41268

15:       CD2 30990      67510 45.9 36520

Appendix

Definitions

sumVotes=sum(AVReturnStatus != "Void" & AVReturnStatus !="Undeliverable",na.rm=TRUE),
sumVotes=sum(AVReturnStatus == "Good"),

male=sum(Gender == "M",na.rm=TRUE),

female=sum(Gender == "F",na.rm=TRUE),

millen=sum(data.table::between(Age,18,38,inc=TRUE),na.rm=TRUE),

genx=sum(data.table::between(Age,39,54,inc=TRUE),na.rm=TRUE),

boomer=sum(data.table::between(Age,55,76,inc=TRUE),na.rm=TRUE),

postwar=sum(data.table::between(Age,77,106,inc=TRUE),na.rm=TRUE),

Residence=sum(RegUnitType == "",na.rm=TRUE),

Rental=sum(RegUnitType != "",na.rm=TRUE),

LD40=sum(LegislativeDistrict == 40,na.rm=TRUE),

LD42=sum(LegislativeDistrict == 42,na.rm=TRUE),

LD42_CD1=sum(LegislativeDistrict == 42 & CongressionalDistrict == 1,na.rm=TRUE),

LD42_CD2=sum(LegislativeDistrict == 42 & CongressionalDistrict == 2,na.rm=TRUE),

CD1=sum(CongressionalDistrict == 1,na.rm=TRUE),

CD2=sum(CongressionalDistrict == 2,na.rm=TRUE)