（包括我们所谓的综合模型），我们评估了它们在 2016 年总统大选中的表现。这些模型基于可追溯到 1948 年及之前的历史结果，但 2016 年的选举肯定与近年来的任何一次选举都不同。那么这些综合长期模型在预测中的表现如何呢？
每个模型都旨在预测执政党在两党选票中的份额（截至 2016 年 12 月 2日为 51.0 ）。表 1 列出了9 个不同的预测者（或预测者团队）在PS：政治科学和政治学上发表的所有 2016 年 11 个预测，并显示 11 个预测中有 7 个与报告的投票结果相差 1 个百分点以内。另外三个预测与实际结果相差 2.5 个百分点以内。只有一个预测相差超过 3 个百分点。截至目前，我们的政治经济模型预测为 51.0，看起来 加密货币数据 完全正确。因此，长期预测的表现非常出色。
选举预测表
表 1，Charles Tien 和 Michael S. Lewis-Beck 的政治科学长期预测模型。经许可使用
考虑到表 1 还显示了每次预测在 11 月 8 日之前做出的天数，中位数为 78 天，长期预测模型的相对准确性就更加令人印象深刻了。Helmut Norpoth 最早的预测是在选举前 246 天做出的，而最晚的预测是 James Campbell 在选举前 60 天做出的。这些长期预测都是在短期预测于 11 月 8 日上午确定最终预测之前做出的 。