如果选民在 A 和 B 之间随机分配，那么他们的投票行为相同并且（鉴于所涉及的人数众多）在 A 和 B 的每个政权下对每一党的投票比例也几乎相同也就不足为奇了.

但是，我预计，例如，从居住区流动性较差的老年人将主要属于 A 制度，而年轻人（例如，离家学习）将属于 B 制度。如果老年人和年轻人的投票方式不同（看起来很可能），我同意你的观点，结果令人惊讶。

我不太熟悉选举结果应该是什么样子，例如变化有多大以及它与原假设列联表的差异有多大。

查看结果，我们可以进行类似于您所拥有的 chi-sq 测试：

M = matrix(c(15797,6185,11335,4460,5296,2073),ncol=3)
chisq.test(M)

    Pearson's Chi-squared test

data:  M
X-squared = 0.052314, df = 2, p-value = 0.9742

如果我们问得到接近预期结果的概率，即 X 平方小于 0.052314，则为 1 - 0.9742 = 0.0258。通常我们会这样做：

pchisq(0.052314,2)
[1] 0.02581787

然而，这只是 1 次观察/实验。理想情况下，您收集许多局部区域的此类统计数据并执行相同的分析，并询问此结果是否是暂时的或确实存在趋势。

我可以举一个众所周知的例子，RA Fisher 在 Gregor Mendel 的实验数据中注意到，对于许多实验，具有某种表型的种子数量与预期非常接近。数据与理论非常吻合。他测试了孟德尔每次实验得到的卡方小于观察值的概率，并假设如果它们是独立的并遵循原假设，那么在重复所有实验的情况下获得总体更好结果的概率为 7/100000 . 有关本文分析的更多详细信息

费舍尔甚至提出：

“尽管没有任何解释是令人满意的，但孟德尔仍有可能被某个非常了解预期结果的助手欺骗了。这种可能性得到了独立证据的支持，即大多数（如果不是全部）的数据为了与孟德尔的预期非常吻合，这些实验被篡改了。”

指出上述例子的原因是，即使是费舍尔的分析，孟德尔是否操纵了他的数据仍然存在广泛的争论，因为还有一些我们仍然知之甚少的生物学原因。它超越了统计数据。

从对 1 次选举结果的分析中不能轻易得出结论，这是被操纵的。即使您在多个领域收集数据，仍然需要考虑和考虑许多因素。