Dieses mal habe ich mir Abstimmungsdaten aus dem Parlament vorgenommen. Es handelt sich um die Wintersession 2016 aus dem Nationalrat. (Datenquelle)

Die Daten wurden folgendermassen für die PCA modifiziert:

  • Ja repräsentiert durch 1
  • Nein repräsentiert durch -1
  • Alles andere 0 (Entschuldigt, Enthaltung, ...)
  • Zusätzlich habe ich den Ratspräsidenten entfernt, da dieser praktisch nie abstimmt (Jürg Stahl)
  • Ansonsten keine weitere reskalierung, Mittelwertentfernung oder ähnliches

Hier das Resultat einer zweidimensionalen PCA:

pca-nationalrat

</div>

Die PCA in zwei dimensionen zeigt mehr oder weniger das klassische links/rechts und liberal/konservativ. Die Parteigrenzen sind relativ klar, die grössten Überlappungen gibt es bei BDP/CVP und SP/Grünen. Soweit alles keine Überraschung, aber schon mal interessant, dass die PCA etwa dem klassischen Schema enstspricht.

Doch wie sieht es aus wenn wir eine dritte Dimension dazunehmen? Mit der PCA kein Problem!

Hier das Resultat in 3 Dimensionen:

3d-pca-nationalrat

</div>

Die dritte Dimension hilft BDP und CVP zu trennen und in dieser dritten Dimension scheinen sich die bürgerlichen Parteien besser zu differenzieren. Die BDP liegt dabei irgendwo zwischen FDP und CVP. Ziemlich interessant! Stellt sich natürlich die Frage durch welche Abstimmungen diese Achse "erzeugt" wird. Zudem sollte ich wohl noch andere Sessionen anschauen um zu sehen ob diese Achse einigermassen konsistent über die Zeit ist. Beim nächsten Mal...

Rohdaten und Jupyter notebook sind übrigens auf Github zu finden.