Publikacje

Autorzy dwóch ważnych analiz statystycznych dotyczących skali możliwych nieścisłości w ogłoszonych wynikach II tury wyborów prezydenckich – dr hab. Jacek Haman, autor opinii biegłego dla Prokuratora Generalnego oraz  dr hab. Dominik Batorski, współautor raportu Fundacji Batorego „Fałszerstwa czy fałszywe alarmy?” – wyjaśniają, dlaczego regresja liniowa może być właściwym narzędziem poszukiwania fałszerstw i odpowiadają na najczęstsze zarzuty wobec tej metody statystycznej.

W czerwcu i lipcu 2025 roku w internecie, a także w „tradycyjnych” mediach ogłoszono szereg analiz statystycznych dotyczących skali możliwych nieścisłości w ogłoszonych wynikach II tury wyborów prezydenckich. Techniką statystyczną stosowaną w części tych analiz była regresja liniowa.

Modele regresyjne stosowane przez poszczególnych autorów różniły się w szczegółach, ale generalnie prowadziły do tego samego wniosku: o ile można wskazać wiele dziesiątek, a nawet setek komisji obwodowych, które mogły ogłosić błędne wyniki, o tyle nie przełożyły się one na znaczące zniekształcenie wyniku wyborów, zwłaszcza że błędy z podobną częstością przynosiły korzyści obu kandydatom (a więc ich wpływ na końcowy wynik głosowania wzajemnie się znosił).

Profesorowie Dominik Batorski i Jacek Haman w niniejszej analizie tłumaczą zalety i ograniczenia regresji liniowej jako statystycznej metody poszukiwania fałszerstw wyborczych. Odpowiadają też na najczęstsze zarzuty wobec zastosowania tej metody.