Analyse multidimensionnelle des données de vote par simulation bayésienne : identification, estimation, inférence et vérification du modèle

Les paramètres spécifiques aux votes sont souvent des sous-produits de l'analyse des votes, l'objectif principal étant la mesure des points idéaux des législateurs. Mais ces paramètres spécifiques aux votes deviennent plus importants dans des contextes de dimensions supérieures : des restrictions a priori sur les paramètres de vote aident à identifier le modèle, et les chercheurs ont souvent des croyances a priori sur la nature des dimensions sous-jacentes de l'espace des propositions. Les méthodes bayésiennes offrent une manière simple et rigoureuse d'incorporer ces croyances a priori dans l'analyse des votes. Je le démontre en exploitant les connexions étroites entre l'analyse des votes, les modèles de réponse aux items, et l'analyse factorielle à