# V3 MODEL ARCHITECTURE — cible et chemin de migration

Cible : P(issue | sondages, population, historique, candidats, participation, fondamentaux, signaux) — composantes interdépendantes d'un même système.

backend/app/modeling/
├── national/          pollster_error.py ✅ · latent_vote (=trend.py, à migrer)
├── validation/        scoring.py ✅ · ablation.py ✅ · historical_replay.py ✅
├── signals/           social.py ✅ · volatility.py ✅ · event_detection.py ✅
├── electorate/        (Phase D : mrp, poststratification, turnout)
├── geography/         (Phase C : facteurs latents, covariance spatiale)
├── candidates/        (Phase E)
├── ensemble/          (Phase F : stacking, model uncertainty)
└── simulation/        (scenarios/clustering à extraire de simulate.py)

Ordre (§99/§100) : 1 replay multi-élections ✅ → 2 scoring propre (CRPS/log) ✅ → 3 modèle dynamique d'erreur des sondeurs ✅ (v1 : σ_industrie empirique LOEO, effets de mode, house hiérarchique) → 4 hiérarchie des 127 → 5 MRP → 6 turnout → 7 stacking → 8 queues lourdes (Student-t à tester par replay) → 9 distribution prédictive du prochain sondage → 10 modèle du soir d'élection.

Règles : shadow/champion-challenger avant production; version bump à tout changement de distribution; no silent model change (backtest+ablation+changelog).

# Phase suivante planifiée — Programmes & Compas électoral IA

Mandat complet : COMPAS-PROGRAMMES.md (documents officiels versionnés des 5 partis, engagements atomiques cités, comparateur thématique, compas 6 axes, questionnaire adaptatif, RAG cité, exports chercheurs) — neutralité et preuve avant spectaculaire.