2026 országgyűlési választás – statisztikai szimuláció

Három modell és élő részvételi frissítés · 2026. április 12.

1. Monte Carlo

Tisza
Fidesz
Tisza győzelem

2. Vármegyei

Tisza
Fidesz
Tisza győzelem

3. Bayes

Tisza
Fidesz
Tisza győzelem
Szcenáriók:
1. Közvélemény-kutatás 2. Vármegyei swing 3. Bayes prior 4. Idővonal
Kiinduló adatok: 15:00-kor országos részvétel 66,01% (4 968 713 szavazó a 7 527 742-es névjegyzékből) — a 2022-es egész napos ~70%-ot már délutánra megközelítette. Felmérési átlagok: független intézetek (21 Kutató, IDEA, Medián, Publicus) Tisza ≈47% / Fidesz ≈39,5%, kormányközeli intézetek (Nézőpont, Alapjogokért, Századvég, McLaughlin) Fidesz ≈44% / Tisza ≈40%. A két tábor tartósan 6–10 pontnyit különbözik, ami példátlan eltérés a rendszerváltás óta.

1. Monte Carlo listás szimuláció

A legegyszerűbb megközelítés: a listás felmérési eredményekből indul ki és a felmérések bizonytalanságát szimulálja. Minden futásban a pártok támogatottságát normál eloszlásból mintavételezi, alkalmazza az 5%-os bejutási küszöböt, majd a győztes párt szavazatait a K=1,9 győzteskompenzációs szorzóval felszorozza. 5000 független futás után hisztogramot rajzol a Tisza és Fidesz mandátumszámok eloszlásáról. Földrajzi adatot egyáltalán nem használ.

47,0
40,0
5,6
3,0
2,0
3,0
1,90
Tisza győzelmi esély
átlag mandátum:
Fidesz győzelmi esély
átlag mandátum:
Tisza ≥ 133 (2/3)
≥100 abszolút:
Fidesz ≥ 133 (2/3)
≥100 abszolút:
Tisza mandátum-eloszlás Fidesz mandátum-eloszlás
Bemenet: pártonkénti átlag + közös szórás. Minta: 5000 futás, pártonként független normál eloszlásból. Küszöb: 5%. Mandátum: 199 × (eff.szav. / összeg), ahol a győztes párt szavazatai K-szorosak. Nem modellezi: OEVK-szintű billegést, részvételi hatást, szisztematikus kutatói torzítást.

2. Vármegyei részvétel-alapú modell

Az 1. modellel ellentétes megközelítés: a földrajzi adatokból indul ki. A 2022-es tényleges vármegyei listás eredményeket használja bázisnak, országos swinget alkalmaz, és a mai részvételi eltéréseket heurisztikus mobilizációs jelként értelmezi (α paraméter): ahol a részvétel az országos átlag (66,01%) felett van, ott a vármegye politikailag domináns pártja bónuszt kap. A Tisza-bázist a 2022-es ellenzéki összefogás × 0,9 adja — ez a Választási Monitor (Átlátszó) módszere, ami feltételezi hogy az összefogásra adott szavazatok 90%-a ma Tiszára megy át.

+16,0
−14,0
0,50
Tisza mandátum
egyéni: /106
Fidesz mandátum
egyéni: /106
Tisza vármegye
/ 20
Fidesz vármegye
/ 20
Tisza előny Fidesz előny margó pp-ben · név után OEVK-szám
Bázis: 2022-es vármegyei listás (közelítés, NVI adatokból). Swing: globális eltolás 2022-höz képest. α (részvételi hatás): 1 pp országos átlag feletti részvétel → α pp szavazatbónusz a vármegye domináns pártjának. Negatív eltérés → levonás. Egyéni mandátum: winner-take-all vármegyei szinten (egyszerűsítés). Listás (93): nemzeti átlagból K=1,9-cel, 15 mandátum fix egyéb pártokra.

3. Bayes-update: felmérések + részvételi evidencia

Az 1. és 2. modell formális szintézise: a felmérési átlagokat priorként kezeli, a vármegyei részvételi mintázatot pedig evidenciaként. A két forrást egy klasszikus normal-normal Bayes update-tel súlyozza össze. A részvételi evidencia egy egyszerű OLS regresszió: a vármegyei részvételi eltéréseket a 2022-es politikai hajlás (Tisza-bázis mínusz Fidesz) függvényében nézi — pozitív meredekség Tisza-mobilizációt jelez, negatív Fidesz-mobilizációt. A posterior szórás automatikusan szűkül ha a prior és az evidencia egyetért, és tágul ha ellentmondanak.

47,0
40,0
3,0
5,0
2,5
+5,0

2022 óta ~400 000 új fiatal szavazó lépett be, ~90%-uk Tisza-szavazó. Ez eltolódást jelent a 2022-es bázishoz képest. A csúszka a M2022 bázist korrigálja Tisza irányba (0 = nincs korrekció, eredeti −23 pp).

Prior margó
Tisza − Fidesz, pp
Evidencia szerinti margó
csak részvétel alapján
Posterior margó
± pp
γ (regressziós)
dev ~ lean meredekség
Prior Tisza mandátum
felmérés alapján
Posterior Tisza mandátum
részvétellel frissítve
Tisza győzelmi esély
posterior
Tisza ≥ 133 (2/3)
posterior
Prior (felmérések) Posterior (prior + evidencia) Csak részvétel (likelihood)
Prior: normál eloszlás a Tisza–Fidesz margóra, a csúszkákból számolva. Evidencia (γ): OLS regressziós meredekség a vármegyei részvételi eltérések és a politikai hajlás között — pozitív Tiszának, negatív Fidesznek kedvez. k kalibráció: a γ → margó-shift átváltási tényező; csúszka értéke ×1000-ben (5 → 0,005). Alacsony k = erős evidencia-jel, magas k = gyenge. σobs: a regressziós reziduális szórás becslése (default adatokra ≈ 2,43 pp). Posterior: normal-normal update, majd 5000 mintavétel → mandátum-eloszlás K=1,9-cel.

4. Részvételi idővonal és Bayes-frissítés

Nem önálló modell, hanem a 3. Bayes posterior dinamikus frissítése. Ahogy a hivatalos 17:00 és 18:30 országos részvételi adatok megérkeznek a vtr.valasztas.hu oldalon, írd be őket az idővonalba. A modell összeveti a 2022-es részvételi pályával, és a záróponti eltérést ("extra" vagy "hiányzó" részvételt) a mobilizációs irány csúszkán beállított hipotézis szerint hozzáadja a 3. Bayes modell posterior margójához.

07:00
3,46%
09:00
16,89%
11:00
37,98%
13:00
54,14%
15:00
66,01%
17:00
18:30
2022 (referencia) 2026 (mai)
0,00

Negatív = az extra részvétel Fideszt segíti · Pozitív = Tiszát. Például 0,3 érték + 5 pp excess záró részvétel = +1,5 pp Tisza margó hozzáadva a posteriorhoz.

Várt záró (2022 pálya)
15:00 + 16,1 pp
Megfigyelt záró
írd be a 18:30 adatot
Eltérés (±)
megfigyelt − várt
Frissített Tisza mandátum
posterior + idővonal
Várt záró: a 2022-es 15:00→18:30 pálya (+16,1 pp) a mai 66,01%-ra vetítve ≈ 82,1%. Módosítás: Δmargó = (megfigyelt − várt) × mobDir. Ez hozzáadódik a 3. Bayes modell posterior margójához, majd 3000 mintavétellel újraszámoljuk a mandátumot. Ha a 18:30 mező üres, a módosítás semleges (0). Korlát: az irány paraméter felhasználói feltételezés, nem megfigyelés — a pontos válaszhoz vármegye-szintű késő délutáni adatokra lenne szükség, amik csak este érkeznek.

Modell-összehasonlítás

A három modell eredményeinek összefoglalása egyetlen táblázatban. Az „Átlag" sor a modellek konszenzusát mutatja.

ModellTisza mandátumFidesz mandátumTisza győzelemTisza 2/3
1. Monte Carlo
2. Vármegyei
3. Bayes
Átlag (konszenzus)

Módszertan és korlátok

A három modell és az idővonal viszonya

Az 1. Monte Carlo a legegyszerűbb: a listás felmérésekből indul ki és a felmérési bizonytalanságot (szórást) mintavételezéssel szimulálja. Földrajzi adatot nem használ. A 2. vármegyei modell az ellenkezőjét választja: kizárólag a földrajzi adatokra épít — a 2022-es vármegyei eredményekre és a mai részvételi mintázatra, az országos swinget a csúszkákkal lehet megadni. A 3. Bayes modell a kettő formális szintézise: a felmérési priort (1. modell bemenete) és a vármegyei részvételi evidenciát (2. modell alapja) egy normal-normal update-tel illeszti össze. A 4. idővonal nem önálló modell, hanem a 3. Bayes posterior valós idejű frissítő eszköze a késő délutáni adatok alapján.

Ha a három modell hasonló mandátumszámot ad, az megerősítés. Ha eltérnek, az azt jelenti hogy vagy a felmérések nem a 2022-es földrajzi eloszlást vetítik előre, vagy a részvételi mintázat olyan módon mozdul el, amit a listás százalékok nem tükröznek — mindkét forgatókönyv érdekes olvasat.

A K=1,9 győzteskompenzációs szorzó

A magyar vegyes választási rendszerben 199 mandátumból 106 egyéni kerületi (relatív többség) és 93 listás. A 106 egyéni kerületben a győztes párt általában a szavazatainak arányánál nagyobb mértékben szerez mandátumot — ezt nevezzük győzteskompenzációs torzításnak. A 2026-valasztas.hu és több elemző ezt egyetlen szorzóval közelíti: a győztes párt listás százaléka × 1,9 = effektív mandátum-arány. Nem egzakt, de jól illeszkedik a 2014, 2018 és 2022 eredményekhez. Mind a négy szekció ezzel a szorzóval számol.

A 2. modell α paramétere

A mai 15 órás 66,01%-os részvétel jóval a 2022-es szint felett van. Két ellentétes narratíva él: a Portfolio szerint a magas részvétel az ellenzéki városokban (Budapest, megyeszékhelyek) Tisza-mobilizációt jelez; a McLaughlin & Associates szerint viszont történelmileg a magas részvétel Fidesznek kedvez, mert a passzívabb szavazóik is urnához járulnak. A 2. modell α csúszkájával mindkét hipotézis tesztelhető: α=0 esetén a részvétel nem befolyásolja a mandátumszámítást (tiszta swing modell), α=1,5 mellett pedig erős mobilizációs hatást feltételezünk. Pozitív dev × Tisza-domináns vármegye → Tisza bónusz, pozitív dev × Fidesz-domináns vármegye → Fidesz bónusz.

A 3. modell Bayes-matematikája

A prior egy normál eloszlás a Tisza–Fidesz margóra: Mprior ~ N(μT−μF, 2σ²), mert M = T − F két független normál különbsége. Az evidencia a vármegyei részvételi eltérések lineáris regresszióján alapul. Feltételezzük hogy devi = γ·leani + εi, ahol ε ~ N(0, σobs²) és γ = k·(M − M2022), M2022 = −23. Az OLS becslés γ̂ = Σ(dev·lean) / Σ(lean²), ebből az evidencia-implikált margó Mdata = γ̂/k + M2022, varianciája pedig σ²data = σ²obs / (k²·Σ lean²).

Mpost = (σ²data·Mprior + σ²prior·Mdata) / (σ²prior + σ²data)
σ²post = (σ²prior·σ²data) / (σ²prior + σ²data)

A k kalibráció a leggyengébb láncszem: empirikusan nincs egzakt értéke. Alacsony k esetén már kis regressziós meredekség is nagy margóelmozdulást jelez; magas k esetén az evidencia alig befolyásolja a posteriort. A csúszkával lehet érzékenységi analízist futtatni.

A 4. idővonal záróponti kalkuláció

A 2022-es részvételi pályán a 15:00→18:30 közötti órákban országosan +16,1 pp nőtt a részvétel. Ezt hozzáadjuk a mai 66,01%-hoz → várt záró ≈ 82,1%. Ha a megfigyelt záró ennél magasabb, az "extra" mobilizáció; ha alacsonyabb, "hiány". Az eltérés és a mobilizációs irány csúszka szorzata egy Δmargó, amit hozzáadunk a 3. Bayes posterior margójához, majd 3000 mintavétellel újraszámoljuk a mandátumot. Ez nem egzakt — a pontos válaszhoz vármegye-szintű 17:00 és 18:30 adatok kellenének, amikből a γ regressziót újra lehetne futtatni. Az irány csúszka tehát felhasználói hipotézis, nem megfigyelés.

Mit nem modellez egyik sem

Források

Ez nem hivatalos előrejelzés

Ez egy interaktív statisztikai játszótér három egyszerűsített modellel és egy valós idejű frissítő eszközzel, amely segít megérteni hogyan fordíthatók mandátumszámra a felmérési eredmények és a részvételi adatok. A valódi eredményért az urnákat kell kiüríteni, aminek a kezdete 19:00-kor várható.