해당 페이지는 사용자의 이해를 돕기 위해 임의의 데이터가 입력 된 예시 페이지입니다.

9회 지선 시뮬레이션 요약

선거구 개요 가상 지역 임의의 데이터가 입력 된 시뮬레이션 예시 입니다.

👥 인구수
전년 대비 -0.17%

1,591,045

🎯 중위 연령
전국 평균 44.8세 +0.7세

45.5

👨🏻 남성인구
49.1%

115,902

👩🏻 여성인구
50.9%

117,902

📏 면적

7,406.9

🏠 총 세대수

733,000세대

👨‍👩‍👧‍👦 평균 가구원 수

2.14명 내외

🏘️ 1인 가구수
전체의 약 31.3%

229,000세대

연령별/성별 구성

데이터를 확인하려면 그래프에 마우스를 올려주세요.
남성 여성 전체 대비 비율
인구수[단위:천], 인구비율[단위:%]

선거구 정치 성향 분석 가상 지역 임의의 데이터가 입력 된 시뮬레이션 예시 입니다.

👥 유권자수
총 유권자수 | 총 지역구
1,368,779명 | 15개
🏆 정치 성향
- 진보 | + 보수
진보 성향 -8.9점
🔵 진보
승수 | 평균 득표율 | 우세지역수
4승 | 50.0% | 10개
🔴 보수
승수 | 평균 득표율 | 우세지역수
1승 | 45.2% | 5개
0
-30
강한 진보
-15점
약한 진보
0점
중립
+15점
약한 보수
+30점
강한보수
정치 행동 기반 성향은 중립성향(0점)으로 나타났습니다.
종합적으로 중립의 성향을 보입니다.

투표율 예측 가상 지역 임의의 데이터가 입력 된 시뮬레이션 예시 입니다.

📊 전체 예측 투표율
53.2%
정치 상황: 균형 | 기본 실현율: 60.1%
🔵 진보(여당) 예측
56.5%
가중치: +0.5%p | 실현율: 61.0%
⚫ 중도 예측
49.3%
가중치: +1.2%p | 실현율: 56.0%
🔴 보수(야당) 예측
55%
가중치: +0.8%p | 실현율: 60.5%

선거 결과 예측 가상 지역 임의의 데이터가 입력 된 시뮬레이션 예시 입니다.

🗳️ 전체 투표율
53.2%
578,297표
🔵 진보 진영
🏆 52.3%
302,449표
🔴 보수 진영
47.7%
275,848표
진보 승리예상
4.6% 차이

매직넘버 & 타겟넘버 분석 가상 지역 임의의 데이터가 입력 된 시뮬레이션 예시 입니다.

🔵 진보진영
302,449표 / 52.3%
294,932표
승리필요수(51%)
🛡️
7,517표
여유표수
🔴 보수진영
275,848표 / 47.7%
294,932표
승리필요수(51%)
🎯
19,084표
추가필요표수

9회 지선 선거구 시뮬레이션

감이 아닌 데이터 예측모델로 선거 판세를 시뮬레이션 합니다.

9회 지방선거 관심 선거구 승부 흐름, 보트랩 선거 시뮬레이션을 통해 확인해 보세요.

VOTE LAB 로고
이 기능이 답하는 핵심 질문

관심 선거구를 선택하면, 시뮬레이션은 아래와 같은 전략 질문에 정량적으로 답합니다:

🧭 정치 구조·행동 분석 관련

  • 이 선거구는 지난 5회 주요 선거에서 어떤 진영이 구조적으로 유리했는가?
  • 지역별 승패 패턴은 일정한가, 아니면 선거별로 변동성이 큰 스윙 지역인가?
  • 스윙 보터는 어떤 지역·세대에서 가장 많이 발생하는가?

📊 정량 예측 관련

  • 예상 투표율이 변하면 진보·보수의 당선 가능성은 어떻게 달라지는가?
  • 국정운영 평가와 정당지지율이 이번 판세에 미치는 실제 영향력은 어느 정도인가?
  • 연령별 인구 비중이 예측 결과에 미치는 영향은 무엇인가?

🎯 전략 수립 관련

  • 이번 선거에서 진보·보수 각각이 승리하기 위해 필요한 매직 넘버는 얼마인가?
  • 반드시 확보해야 하는 핵심 타깃층(타깃 넘버)은 누구인가?
  • 전략적으로 투자해야 할 지역/연령대는 어디인가?

🧩 캠페인 실무 질문

  • 연령별 선거 영향력 지수를 기준으로, "어떤 세대가 실제 득표 흐름을 결정하는가?"
  • 특정 지역 또는 집단에서 몇 %p만 이동해도 승부가 뒤집히는가?
  • 현재 구조를 보면 뒤집기 가능성이 존재하는가?

선거 시뮬레이션 정량적 예측

본 시뮬레이션은 선거구 단위 정치성향 예측모델(Electoral Lean Index Model)로 특정 후보가 정해지지 않은 상태에서 보수 진영 vs 진보 진영 간의 예상 득표 구조를 정량적으로 예측합니다.

데이터 입력 단계: 선거구별 기초변수 세트

입력되는 주요 변수는 다음과 같습니다.

📊
정치성향지수
과거 5회 이상 선거 결과를 기반으로 계산된 보수·진보 평균 득표 비율
🎯
연령·성별 정치성향
출구조사 자료를 기반으로 산출한 연령대별·성별 정치 성향 비중
📈
여론기초값
국정운영 긍정률(+)과 부정률(-)의 차이값
⚖️
정당지지차
보수정당 지지율 – 진보정당 지지율
👥
인구구조
연령대별·성별 유권자 비중
🗳️
투표율
연령대별·성별 평균 투표율

연령·성별 정치성향 계산식

각 연령대·성별 집단의 정치성향 가중치를 아래와 같이 계산합니다.

Leani = (Pindex + α·Gdiff + β·Pdiff) × Wi
Leani : i세대(연령·성별)의 정치성향 점수
α, β : 여론 변수의 영향력을 반영하는 조정계수
Wi : i세대 인구비중 × 투표율
즉, 특정 세대가 정치환경에 따라 얼마나 실제 투표행동으로 전환되는지를 수식화한 구조입니다.

보수·진보 진영 득표율 산출식

전체 선거구의 득표 예측은 다음과 같이 합산됩니다.

VoteConservative = Σ i (Leani × Tratei)
VoteProgressive = Σ i ((1 − Leani) × Tratei)
이를 통해 특정 후보가 없이도 정당 진영별 예측 득표율이 도출됩니다.

예측 보정 및 민감도 분석

시뮬레이션은 매주 업데이트되는 국정평가 및 정당지지도 데이터를 반영하여 보정됩니다.

ΔLeani = f(Gdiff,t, Pdiff,t)
이를 통해 선거 직전의 여론 변동성이 반영된 실시간 정치기후 민감도 지수를 제공합니다.