LTW26: Was sagt eine lineare Regression voraus?

Signifikanz: *** p < 0,001 · ** p < 0,01 · * p < 0,05 · „n. s.“ = nicht signifikant. Der p-Wert gibt an, wie unwahrscheinlich ein so starker Zusammenhang allein zufällig zustande käme.

1. Die Aufgabe

Wir wollen für jede Gemeinde in Mecklenburg-Vorpommern und jede Partei vorhersagen, welchen Anteil die Partei bei der Landtagswahl am 20. September 2026 erzielen würde. Als Vorhersagewerkzeug dient eine lineare Regression — das einfachste statistische Verfahren, das einen Zahlenwert aus mehreren anderen Zahlenwerten berechnet. Sie beantwortet die Frage: „Wenn wir die bisherigen Wahlergebnisse und die soziale Struktur dieser Gemeinde kennen, welcher Anteil ergibt sich daraus für 2026?“

2. Welche Zahlen eingehen

Für jede Partei wird eine eigene Gleichung aufgestellt. Jeder Wahlparameter ist der Zweitstimmenanteil derselben Partei in derselben Gemeinde bei einer früheren Wahl. „Zweitstimme“ ist die Hauptstimme, mit der die Partei in der jeweiligen Gemeinde gewählt wird. Dazu kommen sozialökonomische Parameter, die die Struktur der Gemeinde beschreiben — sie gelten für alle Parteien gleichermassen.

Wichtig: Die Gleichung wird nicht für jede Gemeinde einzeln gerechnet, sondern einmal für die ganze Gruppe vergleichbarer Gemeinden — für gut 700 Gemeinden in MV, sobald alle Parameter vorliegen. Nur so lässt sich angeben, wie sicher ein Koeffizient ist. Die geschätzten Koeffizienten gelten danach für jede Gemeinde gleich — jede Gemeinde liefert ihre eigenen Ausgangswerte und erhält daraus ihre eigene Prognose.

3. Die fünf Modelle

Ein Parameter wird stillschweigend weggelassen, wenn für ihn weniger als 20 Gemeinden einen Wert haben oder wenn er überhaupt keine Streuung zeigt (die Partei kandidierte dort nicht).

4. Warum es zwei Varianten mit Bevölkerung gibt — und warum sie dasselbe ergeben

Die Bevölkerungsdichte ist genau der Quotient aus Einwohnerzahl und Fläche, die Logarithmen also: log(Dichte) = log(Einwohner) − log(Fläche). Daraus folgt zweierlei.

Erstens kann man nicht alle drei Größen zugleich in dieselbe Gleichung aufnehmen — die dritte wäre vollständig durch die beiden anderen bestimmt, die Rechnung würde singular.

Zweitens liefern die Modelle sozio (mit log Einwohnerzahl und log Fläche) und soziodichte (mit log Dichte und log Fläche) dieselbe Prognose und dasselbe R². Das überrascht, ist aber richtig: Die beiden Sätze von Parametern beschreiben denselben Raum, es ist nur eine Umbenennung. Der Effekt der Gemeindegrösse verteilt sich dabei anders auf die beiden Summanden. Am Beispiel Grünen, Gemeinde Boizenburg: im Modell sozio stehen −0,198 für log(Fläche) und +0,252 für log(Einwohner); im Modell soziodichte steht +0,252 für log(Dichte) und +0,054 für log(Fläche) (= 0,252 − (−0,198)). Die Summe ist dieselbe.

Praktisch heisst das: Man kann wählen, worauf man den Grösseneffekt liest — entweder als „dicht besiedelte Orte wählen anders“ (Variante mit Dichte) oder als „grosse Orte wählen anders“ (Variante mit Einwohnerzahl). Die Vorhersagekraft ändert das nicht. Die Kennzahlen beider Modelle sind deshalb auf dieser Seite bewusst getrennt ausgewiesen.

5. Die Landratswahl 2025 als Parameter

Die Landratswahl vom 11. Mai 2025 ist eine Personenwahl: Gewählt wird nicht eine Partei, sondern ein Landrat oder eine Landrätin. Als Parameter dient deshalb der Stimmenanteil der Kandidatur derselben Partei in derselben Gemeinde. 2025 fanden nur in vier Landkreisen Landratswahlen statt, und allein der Landkreis Ludwigslust-Parchim veröffentlicht die Ergebnisse je Gemeinde und Wahlbezirk — dort stehen die 140 Gemeinden zur Verfügung, die die Modelle wahl6lrw und soziolrw tragen.

6. Was bedeuten Koeffizient, Konstante und p-Wert?

Der Koeffizient sagt, wie viele Prozentpunkte der Anteil 2026 zusätzlich steigt, wenn derselbe Anteil 100 Jahre früher um einen Prozentpunkt höher gewesen wäre. Beispiel SPD: der Koeffizient für die Landtagswahl 2021 liegt bei rund 0,39. Ein Punkt höherer SPD-Anteil 2021 bedeutet danach im Mittel etwa 0,39 Prozentpunkte mehr SPD 2026.

Die Konstante („Achsenabschnitt“) ist der Anteil, den das Modell für eine Gemeinde vorhersagt, in der alle Vorgängerwerte null wären. Sie ist bei einer linearen Regression weit weniger bedeutsam als die Koeffizienten und ändert sich stark, wenn sich der Wertebereich der Parameter verschiebt.

Der p-Wert beantwortet die Frage: „Wäre ein so starker Zusammenhang auch zufällig entstanden?“ Vereinfacht: kleiner p-Wert = die Verbindung ist sehr wahrscheinlich echt; großer p-Wert = der Zusammenhang könnte Zufall sein. Üblich sind die Schranken 5 %, 1 % und 0,1 %. Ein p-Wert von 0,42 heißt: Diese Zahl liefert keinen belastbaren Hinweis — der Koeffizient ist statistisch nicht von null zu unterscheiden.

7. Was ist R², und wie liest man diese Seite?

Stellen Sie sich ein Punktdiagramm vor: auf der waagerechten Achse den Anteil, den das Modell vorausgesagt hat, auf der senkrechten das echte Ergebnis. Bei einem perfekten Modell lägen alle Punkte auf einer geraden Linie.

R² misst, wie viel von der Streuung zwischen den Gemeinden das Modell erklärt. R² = 0,70 bedeutet: 70 Prozent der Unterschiede zwischen den Gemeinden werden vom Modell nachgebildet, 30 Prozent bleiben unerklärt. R² ist kein Anteil von Stimmen und keine Trefferquote — es beschreibt ausschließlich, wie gut Abstände auf der Karte nachgebildet werden. Ein Modell mit hohem R² kann trotzdem bei jeder einzelnen Gemeinde danebenliegen, und ein Modell mit niedrigem R² kann im Mittel richtig liegen.

Weil man ein Modell auch mit Daten füttern kann, an denen es dann gut aussieht, ohne dass es wirklich generalisiert, wird zusätzlich R² „out-of-fold“ ausgewiesen: Die Gemeinden werden in zehn Blöcke geteilt, das Modell wird neunmal mit neun Blöcken trainiert und am zehnten Block geprüft — zehnmal, bis jede Gemeinde einmal die unbekannte Prüfung war. Diese Zahl ist die ehrlichere; sie liegt erwartungsgemäß knapp unter dem ersten Wert.

Und noch etwas: Die Landtagswahlen und Bundestagswahlen finden nicht am selben Tag statt. Manche Gemeinden wählen stärker per Brief, andere nicht; die Landtagswahl 2021 wurde sogar im September abgehalten. Ein hohes R² bedeutet deshalb ausdrücklich nicht, dass sich Stimmen ausgezählt werden könnten.

8. Die Vergleichskarten: LTW26 gegen 2021 und gegen 2025

Zwei der fünf Karteninhalte kommen ohne Modell aus. Sie rechnen in jeder Gemeinde Ist-Anteil der LTW26 minus Anteil derselben Partei bei einer früheren Wahl und färben die Gemeinde nach dieser Differenz: Grün für Gewinne, Rot für Verluste, Farbmitte bei null. Aufgetragen wird je Gemeinde und Partei, nicht landesweit — deshalb unterscheiden sich die Karten von Land zu Land auch dann, wenn eine Partei im Landesmittel gleich bleibt.

Warum das zulässig ist. Beide Seiten stammen aus derselben Aufbereitung: Zweitstimmenanteile je Gemeinde, jeweils ohne Briefwahl (dazu Abschnitt 9). Die Differenz zweier so berechneter Anteile ist damit ein reiner Vergleich derselben Grundlage — kein Schätzwert und keine Modellrechnung. Um die Differenz zu bilden, braucht es nur zwei Tabellenspalten; das Modell ist nicht beteiligt, weshalb der Vergleich auch für jede Partei und jede Gemeinde funktioniert, unabhängig davon, ob das Modell für sie überhaupt einen Wert liefert.

Ein Unterschied ist wichtig. „LTW26 − BTW 2025“ stellt eine Landtagswahl einer Bundestagswahl gegenüber. Das sind zwei verschiedene Wahlen mit unterschiedlichen Kandidatenlisten, Wahlkampfthemen und Wahlbeteiligung; die Differenz misst daher die Veränderung zwischen zwei Wahlterminen und nicht die Wirkung eines einzelnen Faktors. Der Vergleich mit der LTW 2021 — dieselbe Wahlart, fünf Jahre zurück — ist die engere Gegenrechnung.

Landesweit, nach gültigen Zweitstimmen gewichtet, ergibt sich für die Parteien mit vollständiger Vergleichsgrundlage:

Der Wert für die BSW bleibt in der Spalte „LTW 2021“ leer: Die Partei stand 2021 in Mecklenburg-Vorpommern nicht zur Wahl. Statt einer Schein-Differenz aus „Ergebnis 2026 minus 0,0 %“ bleiben diese Gemeinden auf der Karte grau — dieselbe Regelung wie bei fehlenden Prognosewerten.

9. Warum fehlen die Briefwahlergebnisse?

Die Landeswahlleiterin veröffentlicht die Briefwahlergebnisse auf Amtsebene, nicht je Gemeinde. Sie lassen sich daher keiner einzelnen Gemeinde zuordnen. Weil eine Briefwählerin andere Parteien wählt als jemand, der ins Wahllokal geht, wäre eine Schätzung der Zuordnung keine Faktenlage, sondern eine Annahme. Wir lassen sie deshalb weg — in den Vergleichswerten und im Ergebnis. Damit ist die Grundlage für alle Wahlen identisch; die folgende Kontrollrechnung belegt die Größenordnung des Unterschieds.

10. Kontrollrechnung gegen das amtliche Landesergebnis

Wenn die Aufbereitung stimmt, muss die Summe aller Gemeinden zuzüglich der Briefwahl das veröffentlichte Landesergebnis ergeben. Für die LTW26 ergibt sich:

Die Abweichungen liegen bei höchstens 0,01 Prozentpunkten und stammen vom Runden. Die Datenaufbereitung ist damit nachvollziehbar geprüft.

11. Wie stark Briefwahl das Ergebnis prägt

Je nach Wahl lag zwischen 10,6 % (Bundestagswahl 2017) und 16,2 % (Bundestagswahl 2021) der Wählerinnen und Wähler an der Briefwahl. Ohne Briefwahl liegt der Anteil der Grünen 2026 landesweit bei 5,65 % statt 5,67 %, der Anteil der AfD bei 39,68 % statt 38,22 % — die Briefwählerinnen und Briefwähler neigten also 2026 erkennbar zur AfD.

12. Sozialökonomische Daten

Einwohnerzahl, Haushaltsgrößen, Wohnungs- und Mietmerkmale stammen aus dem Zensus 2022 (Stichtag 15. Mai 2022) der Statistischen Ämter des Bundes und der Länder. Die amtlichen Ergebnisdateien enthalten keine Gemeindeflächen, und amtliche Flächenangaben je Gemeinde liegen nicht als maschinenlesbare Datei vor. Deshalb werden die Flächen aus den OpenStreetMap-Grenzringen berechnet (Berechnung siehe unten). Abdeckung: 724 von 724 Gemeinden.

13. Welche Parameter sind weggefallen, und warum?

• BSW im Modell wahl6: LTW16 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6: BTW17 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6: BTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6: LTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• FDP im Modell wahl6lrw: LRW25 FDP entfällt – Daten nicht vorhanden.
• DIE LINKE im Modell wahl6lrw: LRW25 DIE LINKE entfällt – Daten nicht vorhanden.
• BSW im Modell wahl6lrw: LTW16 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6lrw: BTW17 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6lrw: BTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6lrw: LTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell wahl6lrw: LRW25 BSW entfällt – Daten nicht vorhanden.
• BSW im Modell sozio: LTW16 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell sozio: BTW17 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell sozio: BTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell sozio: LTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziodichte: LTW16 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziodichte: BTW17 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziodichte: BTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziodichte: LTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• FDP im Modell soziolrw: LRW25 FDP entfällt – Daten nicht vorhanden.
• DIE LINKE im Modell soziolrw: LRW25 DIE LINKE entfällt – Daten nicht vorhanden.
• BSW im Modell soziolrw: LTW16 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziolrw: BTW17 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziolrw: BTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziolrw: LTW21 BSW entfällt – keine Streuung (Partei im Wahlgebiet nicht kandidiert).
• BSW im Modell soziolrw: LRW25 BSW entfällt – Daten nicht vorhanden.

Bei der Landratswahl 2025 standen im Landkreis Ludwigslust-Parchim nur vier Bewerberinnen und Bewerber zur Wahl (CDU, AfD, SPD, GRÜNE) — für FDP, DIE LINKE und BSW existiert dort kein Parameter. Die BSW trat 2025 erstmals zu einer Bundestagswahl in MV an und war 2016, 2017 und 2021 nicht im Wahlgebiet; für sie bleiben deshalb nur die späteren Werte.

14. Genauigkeit je Partei und Modell

Spalten von links nach rechts: Gemeinden — wie viele Gemeinden in die Schätzung eingingen. R² — Anteil der Streuung zwischen den Gemeinden, den das Modell erklärt. R² out-of-fold — dasselbe, aber gemessen an Gemeinden, die nie in die Schätzung eingingen; das ist die ehrlichere Zahl. RMSE (pp) — mittlerer quadratischer Fehler in Prozentpunkten, gewichtet große Ausreißer stärker. Ø |Fehler| (pp) — durchschnittlicher Abstand in Prozentpunkten. ≤ 0,5 pp / ≤ 1 pp / ≤ 2 pp — Anteil der Gemeinden, in denen die Prognose höchstens 0,5, 1 bzw. 2 Prozentpunkte danebenlag. Pearson r — Korrelation zwischen Prognose und Ergebnis (1 = perfekt). Die hervorgehobene Zeile gehört zur oben gewählten Partei und zum gewählten Modell.

15. Alle Gemeinden im Überblick

724 Zeilen, eine je Gemeinde. Anklickbare Spaltenüberschriften sortieren die Tabelle.

Δ ist die Differenz zum Ergebnis der LTW26 in Prozentpunkten, positiv bei einem Gewinn. Bei der BSW fehlt der Wert für 2021, weil die Partei damals nicht zur Wahl stand.

16. Genauigkeit im Vergleich

Wie gut wäre es einfach gewesen, den Wert von 2025 ungewändert zu übernehmen? Weil Landesdurchschnitte dicht beieinanderliegen, kommt man damit erstaunlich weit. Erst der Vergleich macht das R² der Regression aussagekräftig. Gezeigt ist das Modell wahl6.

17. Quellen der Wahlergebnisse

18. Weiterführende Literatur und Dokumentation

• Landeswahlleiter Mecklenburg-Vorpommern, amtliche Wahlergebnisse und Bekanntmachungen: laiv-mv.de/Wahlen · wahlen.mvnet.de
• Bundeswahlleiterin, Bundestagswahlergebnisse 2025: bundeswahlleiterin.de
• Zensus 2022, Regionaltabellen: zensus2022.de
• Kreiswahlleiter Ludwigslust-Parchim, Landratswahl 2025: kreis-lup.de
• Wikidata (CC0 1.0), Gemeindeflächen und amtlicher Gemeindeschlüssel: wikidata.org
• Hypothese zum Bestimmtheitsmaß (R²), Definition und Konventionen: de.wikipedia.org/wiki/Bestimmtheitsmaß
• Grundlagen der linearen Regression (Schätzung, Koeffizienten, Signifikanztests): de.wikipedia.org/wiki/Lineare_Regression
• Implementierung der OLS-Schätzung und Definition der p-Werte: statsmodels.org
• Definition des R²-Scores und der Kreuzvalidierung: scikit-learn.org

Die Landtagswahl MV 2026 wurde nach den hier ausgewerteten Daten ausgezählt; alle Ist-Werte sind amtlich. Fehler in dieser Aufbereitung sind möglich; das Skript predict.py ist der Nachweis: Jede Zahl lässt sich neu berechnen. Die Karten sind als SVG direkt in diese Datei eingebettet, sodass sie ohne weitere Dateien auskommt.