Détecter statistiquement des résultats électoraux « anormaux » au niveau local ?

Abstract

Translate Article

Take Notes

Résumé Les méthodes d’audit statistique électoral (« electoral forensics ») cherchent à détecter les anomalies statistiques dans les résultats de scrutins, le plus souvent en les comparant à une référence de « normalité ». En passant en revue les principales approches, l’article montre les difficultés inhérentes à la construction d’un tel référentiel, en particulier lors d’élections locales (avec peu d’unités d’observation) et dans les pays démocratiques où l’on ne peut s’attendre à des irrégularités massives. Pour résoudre ce problème, on propose l’utilisation de deux méthodes simples analysant la distribution en fréquence des taux de participation, donnée facilement accessible et sensible aux circonstances exceptionnelles (crises, fraude, etc.). La première consiste à générer une distribution structurelle à partir de la moyennisation des élections précédentes. La deuxième cherche à modéliser le patron d’évolution d’une année à l’autre de façon à générer une prévision pour la dernière élection. Les deux méthodes sont ensuite testées sur les résultats des élections municipales françaises et ceux des élections présidentielles américaines en 2020, pour lesquelles la participation a été affectée par l’épidémie de COVID. On montre que les deux méthodes peuvent permettre de révéler des écarts sortant de l’ordinaire, ou, au contraire, contribuer à invalider les soupçons d’irrégularités.