„Gut, ich führe eine Regressionsanalyse durch, aber sie wird Sie nicht glücklich machen“

• Der Artikel diskutiert den Zusammenhang zwischen der parteipolitischen Ausrichtung von Bundesstaaten, COVID-Impfraten und COVID-Sterblichkeit.
• Der Autor Nate Silver argumentiert, dass die parteipolitische Ausrichtung eines Bundesstaats und die COVID-Impfrate die COVID-Sterblichkeit stark vorhersagen und dass dies auch unter Berücksichtigung des Alters gilt.
• Silver stützt seine These mit einer Regressionsanalyse und zeigt, dass Bundesstaaten mit einem höheren Biden-Siegvorsprung (als Hinweis auf eine demokratische Ausrichtung) seit der Verfügbarkeit des Impfstoffs niedrigere COVID-Sterblichkeitsraten aufweisen.
• Wird das Alter in die Analyse aufgenommen, zeigt sich, dass ältere Bundesstaaten seit der Verfügbarkeit des Impfstoffs mehr COVID-Todesfälle hatten, doch dies verändert die Einschätzung zur parteipolitischen Ausrichtung der Bundesstaaten nicht.
• Silver argumentiert außerdem, dass COVID für ungeimpfte Menschen tödlicher ist und dass Republikaner mit höherer Wahrscheinlichkeit ungeimpft sind als Demokraten, weshalb die parteipolitische Ausrichtung eines Bundesstaats als Ersatzvariable dafür dient.
• Wenn die Impfquote in das Modell aufgenommen wird, sagt sie die COVID-Sterblichkeit besser voraus als die parteipolitische Ausrichtung eines Bundesstaats.
• Alter und Impfquote allein erklären bereits mehr als die Hälfte der Unterschiede bei den COVID-Sterblichkeitsraten zwischen den Bundesstaaten seit Februar 2021.
• Silver räumt mögliche Kritik und Fragen zu seiner Analyse ein, behauptet jedoch, dass seine Argumentation robust ist und kleineren, mittleren und oft sogar recht großen Einwänden standhält.
• Der Artikel endet damit, dass Silver zwar Skepsis gegenüber dem Nutzen langatmiger statistischer Debatten im Internet äußert, zugleich aber auf konstruktivere Diskussionen auf seiner Plattform Silver Bulletin hofft.

[GN⁺]

Hacker-News-Kommentare

• Artikel über die Auswirkungen von COVID-Schutzmaßnahmen und Zustimmung zur Anti-Lockdown-Erklärung des Autors vom Oktober 2020
• Einige Kommentierende stellen die Kosten-Nutzen-Analyse verschiedener Maßnahmen und die Schwierigkeit infrage, den Einfluss von Faktoren wie Depressionen, Isolation und Schulfehlzeiten zu quantifizieren
• Unklar ist, wie gut die offizielle Politik das tatsächliche Verhalten widerspiegelte und welche konkreten Verhaltensweisen den Unterschied machten
• Der Hauptpunkt des Artikels ist, sich auf belastbare, einfache Tatsachen zu konzentrieren, die einer sorgfältigen Prüfung standhalten, unabhängig von der Komplexität des Modells
• Einige Kommentierende sind skeptisch gegenüber der Zuverlässigkeit der COVID-Todesdaten und dem möglichen Einfluss von Anreizen bei der Meldung von Todesfällen
• Die für die Analyse verwendete Software scheint Stata zu sein
• Einige Kommentierende erwarten eine zukünftige Perspektive auf COVID, nachdem politische Meinungen verblasst sind
• Kritik am Fokus des Artikels auf Todesfälle; einige argumentieren, dass auch Long COVID und asymptomatische Fälle zur gesellschaftlichen Zerrüttung beitragen
• Ein Kommentator analysiert COVID-Todeszahlen aus anderen Bundesstaaten pro 100.000 Einwohner und weist auf mögliche Störfaktoren in der Analyse des Originalartikels hin