2018年美国西弗吉尼亚州和密苏里州和的国会参议院中期选举——基于计算机模拟的预测
上海复旦大学唐世平教授领导的研究团队现正式公布其对于2018年11月6日将举行的美国参议院中期选举的预测结果。本次预测基于计算机模拟技术，目前只关注西弗吉尼亚州和密苏里州的参议院选举结果。该团队强调，本次预测完全是一种纯粹的科学尝试，该团队主观上并不想以任何方式影响现实中的美国选举。
受预算和时间限制，本次预测只关注西弗吉尼亚和密苏里两个州。
下面分别给出这两个州的预测结果：
一、西弗吉尼亚
1. 根据我们的基准模型的平均预测结果，民主党候选人乔•曼钦（Joe Manchin）将获得57.51%的选票（最高值为57.60%；最低值为57.46%），而共和党获选人帕特里克·莫里西（Patrick Morrisey）将获得42.49%的选票（最高值为42.54%；最低值为42.40%）。我们的基准模型的平均预测误差是3.34%，平均预测误差的区间是[3.30%; 3.49%]。
2. 2018年10月6日，本次寻求连任的民主党参议院乔•曼钦在参议院关于批准美国最高法院新任大法官的关键投票环节中支持了美国总统特朗普，使得后者所提名的布雷特·卡瓦诺以50-48的微弱优势成为大法官。我们所采用的基于计算机模拟的预测路径提供了一个评估此类突发事件对选举结果的影响程度的方法。具体如下：
（1）如果民主党选民决定严惩曼钦先生，且共和党选民对曼钦先生的举动并不买账，则曼钦先生的得票率会被调整到53.01% （最高值为53.51%；最低值为52.51%）。
（2）而如果民主党选民决定基本上原谅曼钦先生，且共和党选民决定对曼钦先生投桃报李，则曼钦先生的得票率会被调整到55.01%（最高值为55.51%；最低值为54.51%）。
二、密苏里
根据我们的基准模型，民主党候选人克莱尔•麦卡斯基尔（Claire McCaskill）将获得47.85%的选票（最高值为48.31%；最低值为47.54%），而共和党获选人约什·霍利（Josh Hawley）将获得52.15%的选票（最高值为52.46%；最低值为51.69%）。我们的基准模型的平均预测误差是4.78%，平均预测误差的区间是[4.69%; 4.90%]。
为了完成本次预测，上海复旦大学唐世平教授领导的团队付出了大约一整年的努力。唐世平教授是复旦大学特聘教授、国际关系与公共事务学院的陈树渠讲席教授。他同时担任复旦大学复杂决策研究中心的主任。关于该中心的更多信息，请访问中心官方网址：www.ccda.fudan.edu.cn。
唐世平和他的同事们发展出的新预测方法避免了对民意调查数据的依赖，也就是说，运用该方法来进行预测并不需要任何来自民意调查的信息。更为重要的是，该方法不仅仅能够预测哪一方候选人能够胜选或败选，而是可以明确给出每位候选人的得票率，以及基于基准模型的得票率预测区间。
长期以来，唐世平团队一直在尝试建立一个基于行为体仿真模拟（agent-based modeling）的模拟平台，希望能够整合：（1）关于选民的微观数据和关于人口、经济、政治和社会的宏观数据；（2）由数据驱动的方法和由理论驱动的方法；（3）预测和解释。
两年多前的2016年1月5日（中文版）和2016年1月10日（英文版），也就是在当年的台湾地区选举开始之前，唐世平团队公布了对该次选举的预测，这次预测是唐世平团队首次尝试运用该新预测方法。对于此次预测的记录如下：
中文版本： http://www.ccda.fudan.edu.cn/index.php?c=article&id=75
英文版本：
(PDF格式): https://china.ucsd.edu/_files/01112016_Taiwan-election.pdf;
(网页格式):
https://chinafocus.ucsd.edu/2016/01/10/taiwan-election-results-predicted-in-computer-simulation/
唐世平教授对于该新预测方法的前景表示乐观，他认为通过进一步的优化和改进，这种新方法可能会给全球选举预测和选举研究领域带来巨大的转变。唐世平团队决定在美国选举日（2018年11月6日）的2天前向公众公布其预测结果，邀请学术圈和公众一起来审视和比较其预测结果与正式结果。
唐世平团队会在美国中期选举完全结束之后评估该次预测结果，并提供更多关于新预测路径的技术细节。