美国选举3a是什么？
2016年美国总统大选有4个竞选人，希拉里是民主党的，特朗普是共和党的，另外两个都是小众党派的。 其中民主党的希拉里跟特朗普的选战可以说是旗鼓相当，而另一个小众党派的人当选的几率可以说微乎甚微所以就不考虑了。
那么这2个旗鼓相当的对手，到底哪个赢得选举的几率大一些呢？ 这时候选举专家就派上用场了，他们通过对人口统计数据、选民投票历史数据等等的分析得出了如下的结论： 简单点说就是民主党（希拉里）赢面大于共和党(Trump)的机率是70%！ 而这还是最乐观的情况，如果真按照统计学的模型去走的话，民主党几乎必定胜选。 但事实结果却是Trump赢得了选举。
于是有人就说这是不是表明统计学模型不行啊？其实也并不是这样，要知道选举结果肯定是会存在随机因素的，也就是无法用概率去解释的。 但是如果用回溯法（backwards reasoning）倒是可以找出些原因来。
回到2016年大选，根据当时的民调来看特朗普赢面的概率是5%，也就是说当人们看到民调的时候会选择投给希拉里的几率是95%。但是事实上很多人没有这么做，而是把选票投给了特朗普。为什么会出现这种情况呢？
当时有两类人的投票倾向没有被充分估计进去导致最终的结果是出人意料的，一类是白人男性（Trump的主要支持人群）的选票没有被充分估计，另一类是没有上民意调查的人（尤其是黑人）的选票没有被充分估计。
也就是说即使所有的选民都按照当时的民调结果去做的话Trump肯定输，但现实情况是很多选民并没有那么理性，他们会根据别的非经济理由去选择投给谁。
而能够影响选民决定的非经济理由有很多，比如种族（美国是一个种族问题很敏感的国家）、宗教信仰等，而这些是无法通过数据去准确估计的。也就是说在当时的情况下无法预测到白人男性的选票会有那么多，更没法知道那些没有上民意调查的人的选票数量。 所以最后尽管Trump的获胜看似不可思议，但其实也是符合部分选民“实际”选择与偏好的，只是这种偏好难以被量化计算而已。